SAR干涉测量的精度,不仅与SAR传感器系统、地球环境(如地球表面参数、大气参数等)有关,干涉数据处理算法也是很关键的因素.数据处理算法的优劣,直接影响到所提取的DEM及差分干涉测量产品的质量.因此,发展更为完善的数据处理算法及对干涉测量的误差进行评估,是目前干涉测量研究的必需,也是干涉SAR遥感创新研究的需要.基于以上目的,该文将小波分析理论引入到干涉SAR的数据处理体系之中,以期能提高SAR干涉测量的精度.小波理论始于八十年代中期,是在九十年代迅速发展起来的数学理论.它是传统傅立叶变换的新发展,它较付氏分析的主要优点在于可同时在时域和频域局部化,被看作是一种新的时频分析工具.小波具有在低频时频率分辨率较好,高频时时间分辨率较好的变焦特性,正好与自然界中许多信号的特性一致,尤其适合非平稳信号的处理.该文的创新点如下:1)较系统的将小波变换引入到干涉SAR数据处理之中,在小波变换的基础上进行了静态小波域干涉相位图滤波、干涉图相位解缠、多时相干涉SAR数据融合系列研究,均取得了令人满意的结果,证明小波变换在干涉数据中可以发挥强大的作用.2)假定干涉图的实部和虚部的信号符合高斯分布、噪声符合均值为1的高斯分布,从而导出在静态小波域信号的小波系数概率密度函数为PearsonⅣ型分布,噪声项的小波系数概率密度函数符合PearsonⅦ分布.3)在静态小波域设置滤波阈值以区分边缘和噪声,根据MAP准则来确定信号的小波系数,然后重建干涉相位图.对一幅干涉相位图的滤波结果表明,该算法很好的抑制了斑点噪声,极大的降低了残余点的数量,保持了条纹边缘和相位细节信息,并使绝对相位保持在一定的动态范围.4)对于低噪声情况下或滤波后的干涉条纹图,在基于边缘检测的相位解缠过程中,利用Snake模型可以高效准确的实现边缘点的连接,所连接的边缘线与干涉条纹很好的吻合,可将连线的精度控制在三个像元.5)干涉图的大气噪声为一分形过程,其空间谱表现为与涡流现象有关的-8/3幂函数特性,1/f大气过程和噪声地利用干涉数据提取的DEM精度有很大影响,利用不同时相的DEM,在小波域中估计大气和噪声的误差功率,并在此基础上对DEM进行了权重融合,实验结果证明,此数据融合方法可以很好的提高干涉SAR所提取的DEM的精度.