多通道合成孔径干涉雷达（Interferometry Synthetic Aperture Radar,InSAR）高程反演技术是一项突破传统单通道InSAR技术局限性而发展起来的三维成像技术,相对传统单通道InSAR技术可以在相位不连续的地形中获取高精度的数字高程模型（Digital Elevation Model,DEM）,吸引了越来越多的学者对此进行了研究。本文主要研究基于信息融合的多通道InSAR高程反演技术,其中主要研究内容有:（1）对多通道InSAR中国余数定理（CRT）算法、最大后验（MAP）算法、最大似然（ML）算法及相关改进算法等多种常用的多通道InSAR高程反演算法,进行了研究与分析。（2）提出一种基于ML估计的无味卡尔曼滤波（UKF）InSAR高程反演算法,通过构建稳健的UKF高程重建系统模型,融入ML估计高程信息与基于修正矩阵束模型（AMPM）局部相位梯度估计信息,从而突破相位连续性条件限制,获取目标地形的高程数据,不同类型地形的高程重建实验结果验证了该方法的有效性。（3）提出一种结合相位不连续检测策略、质量图引导法、AMPM局部相位梯度估计技术以及ML算法的多通道UKF高程反演方法,该方法利用相位不连续检测策略检测不连续边界点,在质量图引导的路径跟踪策略下进行多通道UKF高程反演,获得地形的高程估计值。该方法同时具有单通道InSAR技术和多通道InSAR技术的优点,从而在连续和不连续地形中都可以反演出较高精度的高程结果,且在多组实验地形下证明了算法的有效性。