合成孔径雷达干涉技术(InSAR)发展于20世纪60年代末,它利用合成孔径雷达(SAR)干涉数据中的相位信息,可以获取数字地形信息,地壳微小变化信息和地面慢速运动目标指示。其中,利用InSAR获取数字高程图(DEM)具有全天时、全天候、精度高等优点,能够解决用常规手段无法解决的地形测绘问题。在军事和国民经济建设等领域,有着广泛的应用。本文的工作主要围绕InSAR高程测量的数据处理展开。本文第一章绪论,首先回顾SAR和InSAR的起源。然后根据雷达数据的获取方式和雷达的空间放置,讨论了三种InSAR测量系统。结合不同的测量系统,详细阐述了InSAR技术的应用与发展。并对InSAR高程测量的现状进行了分析。最后说明本文的主要研究内容。第二章阐述了InSAR高程测量的机理。首先利用成像模式的空间几何模型,从两种角度对InSAR高程测量的工作原理进行了分析。通过公式推导,明确了干涉相位同地面目标高度的关系。接着通过对干涉相位的概率分布密度函数的研究,分析了相关系数对干涉相位概率密度的影响。根据干涉相位噪声的分布特点,建立了复数域干涉相位噪声模型,引入一个新的变量可近似描述干涉相位的质量。最后给出了InSAR高程测量的信号处理流程,对其中的关键步骤分别做了扼要的说明。第三章主要研究复图像配准和干涉相位图的生成两部分内容。首先给出了三种配准准则,并分别对其性能进行了分析。接着概述了像素配准和亚像素配准的实现方法。根据InSAR测高原理,从两种角度分析了干涉相位图中平地效应的生成机理。最后利用Etna火山实测数据,给出了图像配准结果,生成了干涉相位图。第四章研究了基于小波变换的干涉图滤波算法。根据干涉相位与干涉条纹的特点,指出干涉图滤波处理分别在实部和虚部进行的必要性。建立了基于离散小波变换(DWT)的小波域干涉相位模型,对小波系数的特点做了深入分析。对一种基于DWT的干涉SAR图像滤波算法进行了详细研究。在此基础上,提出了基于静态小波变换(SWT)的小波域干涉相位模型,并利用SWT对基于DWT的滤波算法进行了改进。结合仿真实验结果,对DWT和SWT在该算法中保持条纹特征的能力进行了探讨。根据分析结果,提出了一种将DWT和SWT进行级联组合的滤波方法。该方法在高噪声环境下,可以较好保持条纹连贯性,还能明显改善条纹质量。针对大尺寸的干涉图,进一步提出了基于信噪比门限判断的干涉图两级处理滤波法。最后根据大量的实测数据处理结果,将本章提出的算法,同圆周期均值和中值算法,以及基于小波变换的圆周期均值和中值算法进行了比较,结果表明文章提出的算法在高噪声区域降噪滤波的能力最优,并且同时能够很好地保持致密条纹的连贯性。第五章研究了InSAR相位解缠技术。首先讨论了相位解缠原理和残余点的概念,接着利用图例,详细探讨了残余点分布对干涉条纹的影响。在基于路径跟踪的相位解缠算法中,深入研究了Goldstein算法和基于质量图的两种相位解缠算法。针对这两种算法在残余点密度高的区域存在着一定的局限性,提出了一种基于残余点配对的相位解缠算法。该算法能够在残余点密集区域快速有效的进行相位解缠。在基于最小二乘法的相位解缠算法中,研究了一种利用加权因子有效解决平滑效应的最小二乘法。针对该算法没能充分考虑残余点可能带来的误差,提出了一种利用小波变换量化干涉相位可信度的方法,并以此对加权的最小二乘算法的加权因子进行改进。实测数据处理的结果验证了改进的有效性。第六章研究了相位值到高度值的转换以及地面位置校正问题,最后给出了数字高程图。第七章为结束语,对全文工作进行了总结,指出有待进一步研究的问题。