[发明专利]数据驱动下的合成孔径雷达干涉图相位恢复方法及系统

权利要求书

1.一种数据驱动下的合成孔径雷达干涉图相位恢复方法，其特征在于，包括以下步骤：

S1、获取真实干涉相位图和多个模拟干涉相位图，对多个所述模拟干涉相位图进行复卷积字典学习，生成一组卷积滤波器；将所述卷积滤波器转换为矩阵形式，构成预设的卷积稀疏编码中的字典；

S2、基于所述一组卷积滤波器，计算所述真实干涉相位图的相干性值，并将所述相干性值转换成空间掩码的值；

S3、调整所述空间掩码的值；将调整后的所述空间掩码的值、所述真实干涉相位图和所述字典相联合后，输入至所述预设的卷积稀疏编码中，卷积稀疏编码输出干涉相位恢复图。

2.根据权利要求1所述的数据驱动下的合成孔径雷达干涉图相位恢复方法，其特征在于，基于解耦算法，卷积稀疏编码输出干涉相位恢复图。

3.根据权利要求1所述的数据驱动下的合成孔径雷达干涉图相位恢复方法，其特征在于，基于复相关函数计算所述真实干涉相位图的相干性值ρ_c，

所述复相关函数为：

其中，u₁和u₂是一对单视复数图，M和N表示用于相关计算的窗口大小。

4.根据权利要求3所述的数据驱动下的合成孔径雷达干涉图相位恢复方法，其特征在于，将所述相干性值转换成空间掩码的值，具体为：

设置转换公式：W＝σ·ρ_c，其中，W为空间掩码的值，σ为相干性尺度因子。

5.根据权利要求1所述的数据驱动下的合成孔径雷达干涉图相位恢复方法，其特征在于，所述字典的获取公式包括：

D_mx_m＝d_m*x_m，s≈∑_md_m*x_m；

其中，D_m为字典，d_m为卷积滤波器，*为卷积算子，x_m为对真实干涉相位图的稀疏表示，s为需进行相位恢复的干涉图。

6.根据权利要求1所述的数据驱动下的合成孔径雷达干涉图相位恢复方法，其特征在于，所述S1中，生成一组所述卷积滤波器，具体方法为：

将多个所述模拟干涉相位图作为复卷积字典学习的输入数据，预设复卷积字典学习的最大迭代次数、正则化参数、卷积滤波器的大小和卷积滤波器的个数，得到一组卷积滤波器。

7.根据权利要求1所述的数据驱动下的合成孔径雷达干涉图相位恢复方法，其特征在于，所述S1中，基于单视复数图像获取多个所述模拟干涉相位图。

8.根据权利要求1所述的数据驱动下的合成孔径雷达干涉图相位恢复方法，其特征在于，所述S3中，基于交替方向乘子法对卷积稀疏编码的稀疏系数进行更新。

9.一种数据驱动下的合成孔径雷达干涉图相位恢复系统，其特征在于，包括：

字典生成模块，其用于获取真实干涉相位图和多个模拟干涉相位图，对多个所述模拟干涉相位图进行复卷积字典学习，生成一组卷积滤波器；将所述卷积滤波器转换为矩阵形式，构成预设的卷积稀疏编码的字典；

空间掩码值计算模块，其基于所述一组卷积滤波器，计算所述真实干涉相位图的相干性值，并将所述相干性值转换成空间掩码的值；

干涉相位恢复图获取模块，其调整所述空间掩码的值；将调整后的所述空间掩码值、所述真实干涉相位图和所述字典相联合后，输入至所述卷积稀疏编码中，基于掩码解耦算法，所述卷积稀疏编码输出干涉相位恢复图。

10.一种计算机可读存储介质，其中存储有指令，所述指令被处理器执行时，执行如权利要求1-7任一项所述的数据驱动下的合成孔径雷达干涉图相位恢复方法。