MCJ-UNet:一种双/多通道联合InSAR相位解缠网络

• Published in: 雷达学报 Vol. 13; no. 1; pp. 97 - 115
• Main Authors: 丁泽刚, 孙涛, 王震, 赵健, 史一鹏, 陈浩龙, 陈之洲, 王岩, 曾涛
• Format: Journal Article
• Language: Chinese
• Published: 北京理工大学信息与电子学院雷达技术研究所 北京 100081 2024; 北京理工大学重庆创新中心 重庆 401120%北京理工大学信息与电子学院雷达技术研究所 北京 100081; 卫星导航电子信息技术教育部重点实验室(北京理工大学) 北京 100081
• Subjects: Deep learning; Multi-channel; 多通道; UNet网络; Phase Unwrapping(PU); 深度学习; Interferometric Synthetic Aperture Radar(InSAR); 干涉合成孔径雷达(InSAR); 相位解缠; UNet
• ISSN: 2095-283X
• DOI: 10.12000/JR23185

TN957.52; 干涉合成孔径雷达(InSAR)可实现地表高程的高效获取,在地形测绘中应用广泛.双/多通道InSAR技术可借助不同通道(基线、频点)的高程模糊度差异,解决相位欠采样问题,完成高程陡变区域的干涉相位解缠,实现InSAR技术在测绘困难区域的有效应用.该文即面向高效高精度相位解缠需求,利用深度学习这一有力工具,结合不同通道的相位特征及相互约束关系,提出了一种双/多通道联合干涉相位解缠网络:Multi-Channel-Joint-UNet(MCJ-UNet).该网络的构建以双通道(双频、双基线)InSAR为基本观测构型,并可实现向多通道构型的扩展,其构建的核心思路主要包括3点:首先,将干涉相位解缠中的模糊数估计问题转化为语义分割问题,并采用UNet网络完成分割处理;其次,引入挤压激励模块(SE)动态调整信息权重,以增强网络不同通道对其所需信息的感知能力;最后,利用多通道联合约束下的相位残差优化损失函数,实现网络调谐.此外,为避免语义分割结果的边缘细节误差对解缠效果的影响,该文还提出了一种基于多通道联合约束的解缠误差自修正方法,以保证解缠质量.模拟地形仿真数据、真实地形仿真数据以及TerraSAR-X实测数据验证了所提方法的有效性.