一种时序InSAR分布式散射体相位链接预筛选方法

本发明涉及合成孔径雷达干涉测量（interferometric synthetic apertureradar，insar）与地表形变监测，尤其涉及一种时序insar分布式散射体相位链接预筛选方法。

背景技术：

1、时序insar技术利用多时相合成孔径雷达影像反演地表形变、地形残差及相关地表参数。根据像元散射机制和时序相干特征，常用目标像元可分为永久散射体（persistentscatterer，ps）和分布式散射体（distributed scatterer，ds）两类。ps通常表现为点状、强散射、振幅随时间变化较小，能够采用传统ps-insar方法进行处理；ds通常表现为一个空间范围内多个统计同质像元共同贡献的稳定散射，其相位历史需要依赖样本复相干矩阵和相位链接方法进行估计。

2、在大范围ds-insar处理中，若对全部像元均执行ds相位链接，需要进行统计同质像元检测、复相干矩阵估计、矩阵去偏或正则化、矩阵分解或反演以及迭代相位优化等操作，计算成本较高。同时，噪声散射体（noisy scatterer，ns）缺乏稳定的时序相干结构，对其执行相位链接不仅难以获得可靠相位，还会增加计算负担并可能引入误判结果。

3、现有像元预筛选方法通常依赖平均相干系数、振幅离差指数或经验阈值进行简单筛选。一类方法首先在目标像元的空间邻域内，通过统计检验识别同质像元，利用所识别的同质样本估计复相干矩阵，采用相干性加权的相位三角算法、特征值分解、最大似然估计或迭代优化等方法恢复ds像元的时序相位；相位链接完成后，进一步依据时间相干性、相位闭合误差、相关系数等指标对ds像元进行分层或可靠性筛选；例如，授权公告号为cn113447927b的中国发明专利通过识别同质像元构建相干矩阵，采用相干性加权的相位三角算法优化ds相位，并结合时间相干性和皮尔逊相关系数筛选可靠ds像元。另一类方法主要面向同质样本数量不足以及样本复相干矩阵易出现估计偏差、病态或秩亏的问题，通过引入先验矩阵、收缩估计或正则化约束改善复相干矩阵的数值稳定性，并利用特征分解、拟牛顿迭代等方法完成低样本条件下的相位链接；在此基础上，还可通过假设检验，在给定显著性水平下判断目标像元是否具有ds统计特征；例如，授权公告号为cn119646378b的中国发明专利通过先验知识正则化复相干矩阵，构建基于二次损失度量的ds相位估计器，并采用特征分解或bfgs算法求解最优相位，同时利用统计检验判断目标像元是否属于ds。

4、然而，上述现有技术主要着眼于已经进入ds处理流程的候选像元的相位估计、低样本矩阵优化或相位链接后的可靠性评价。对于其中实际属于ps的像元，仍可能重复执行同质像元搜索、复相干矩阵估计和ds相位链接，未能充分利用其点目标散射稳定性将其直接分流至ps处理流程。对于缺乏稳定时序相干结构的ns像元，若主要依靠相位链接后的时间相干性或相关性进行剔除，则相关矩阵运算和迭代优化已经发生，难以从处理前端有效降低计算量；尤其是在大范围、高分辨率和长时序sar数据处理中，候选像元数量及复相干矩阵维度显著增加，对全部候选像元执行同质样本检测、矩阵正则化、矩阵分解或反演和迭代相位优化，将带来较大的时间和存储开销。

5、此外，传统球形性检验的理论阈值在样本数量有限、相干矩阵维度较高或同质样本空间相关时容易校准不足，从而在水体、阴影和低相干区域产生过多虚警。

技术实现思路

1、针对现有技术存在的问题，本发明提出一种面向分布式散射体相位链接前处理的自适应预筛选方法，该方法将振幅稳定性、相干矩阵特征值集中度、同质样本支持、球形性检验以及经验ns阈值校准相结合，以在ds相位链接之前剔除不适合相位链接的ns像元，并将ps与ds进行合理分流。

2、技术方案

3、一种时序insar分布式散射体相位链接预筛选方法，包括以下步骤：

4、步骤1、数据准备；

5、选取覆盖研究区域的n景同轨sar复影像，并进行预处理，对每个像元提取其n维幅度序列和复值观测序列。

6、步骤2、同质样本集合估计；

7、以像元为中心设置空间搜索窗口，在窗口内逐像元比较多时相强度统计特征，获得满足统计同质性要求的同质样本集合。

8、步骤3、ps优先筛选；

9、计算像元的振幅离差指数，同时基于同质样本集合构建样本复相干矩阵，并计算相干矩阵特征值集中度；然后根据振幅离差指数和相干矩阵特征值集中度指标对像元进行ps优先筛选。

10、步骤4、 根据同质样本集合样本数量筛选ns样本；

11、非ps像元继续进行ns/ds判别，设置最小样本支持阈值，根据同质样本集合样本数量判断：

12、若，则标记为ns；

13、若，输入步骤5继续执行复相干矩阵球形性检验。

14、步骤5、 基于复相干矩阵球形性检验的ns/ds判别；

15、将ds候选像元的ns/ds判别问题转化为样本复相干矩阵是否显著偏离单位阵的球形性检验问题，引入检验统计量，为似然比型球形性统计量和像元的有效视数的函数；基于所有ns校准样本的统计量集合获得经验阈值；

16、对于像元p，当时，将其判定为ns；当时，将其判定为ds。

17、步骤6、结果输出与应用；

18、最终输出ps、ns和ds三类像元掩膜图。

19、ps掩膜用于ps目标提取与参数估计；ds掩膜用于相位链接、相位优化和分布式目标形变估计；ns掩膜用于低质量像元剔除、质量控制和后续结果可靠性评价。

20、有益效果

21、相比现有技术，本发明具有以下显著的优点：

22、1、本发明通过联合利用振幅离差指数和复相干矩阵特征值集中度在相位链接前识别ps，解决了单独依赖振幅稳定性难以区分ps与ds的问题，实现了ps像元与ds像元的准确分流。

23、2、本发明通过对非ps像元设置最小同质样本支持条件，并利用复相干矩阵球形性检验判别ns和ds，解决了单独依赖平均相干系数难以有效剔除ns的问题，实现了对具有稳定时序相干结构的ds和缺乏有效相干结构的ns进行统计区分。

24、3、本发明通过结合有效样本数修正和基于高置信度ns样本统计分布确定经验判别阈值，解决了传统理论阈值在有限样本、高维矩阵及样本相关条件下容易产生虚警的问题，实现了ns/ds判别阈值的自适应校准，并减少误判像元进入后续相位链接所造成的计算开销。

1.一种时序insar分布式散射体相位链接预筛选方法，其特征在于，包括以下步骤：

2.根据权利要求1所述一种时序insar分布式散射体相位链接预筛选方法，其特征在于， 步骤3中，所述样本复相干矩阵构造方法如下：

3.根据权利要求1所述一种时序insar分布式散射体相位链接预筛选方法，其特征在于， 步骤3中， 所述ps优先筛选中，基于振幅稳定性与特征值集中度进行ps识别：

4.根据权利要求3所述一种时序insar分布式散射体相位链接预筛选方法，其特征在于，振幅离差阈值用于判定像元的多时相振幅稳定性，根据已有ps样本、人工标注样本或训练样本，通过使ps识别率、精确率或f1值达到预设目标的方式确定；在缺少训练样本时，也可根据研究区域内振幅离差指数的统计分布，采用分位数法、聚类法或大津法确定；

5.根据权利要求1所述一种时序insar分布式散射体相位链接预筛选方法，其特征在于， 步骤4中，最小样本支持阈值用于判断统计同质样本集合是否能够支持复相干矩阵的稳定估计；根据复相干矩阵维度n、矩阵估计稳定性要求以及同质样本集合的空间窗口大小确定。

6.根据权利要求1所述一种时序insar分布式散射体相位链接预筛选方法，其特征在于， 步骤5中，构造基于复相干矩阵球形性检验统计，如下：

7.根据权利要求6所述一种时序insar分布式散射体相位链接预筛选方法，其特征在于，所述有效视数估计方法如下：

8.根据权利要求7所述一种时序insar分布式散射体相位链接预筛选方法，其特征在于，步骤5中，经验ns校准阈值计算方法如下：