一

引言

合成孔径雷达（SAR）凭借全天时全天候高分辨率成像能力,在对地观测领域具有不可替代的优势。然而,传统SAR只具有距离方位二维分辨成像能力,SAR图像是三维目标在斜距和方位二维平面的投影,不能反映目标的高度信息。为了获取目标真实的三维信息,美国Graham教授（1974）首次提出了干涉合成孔径雷达（InSAR）的基本概念。该技术利用雷达从不同跨航向位置,对同一场景进行观测,获得两幅具有路径差的复图像；之后利用干涉测量技术,通过两幅复图像的干涉相位差,精确反演出图像中地物的高度信息（王超 等,2002）如图1(a)所示。InSAR通常有三种实现方式,分别是单平台双天线同时观测、重轨单天线分时观测和分布式平台单天线同时观测。单平台双天线同时观测InSAR在飞机、卫星等平台上搭载两部天线,两天线的相位中心在跨航向形成一定间隔的空间基线,通过单次航行通过（以下简称航过）,两天线可分别获得复图像,对两幅复图像进行高精度干涉处理,即可获得地物的高程信息,具有测绘效率高、相干性高等优点（Rabus et al,2003）。重轨单天线分时观测InSAR仅需要一部天线,利用平台两次通过同一地区形成空间基线,对两次分时获取的复图像进行干涉处理,即可获得地物的高程信息,其具有系统设计简单、可构建基线长等优势,但精度易受时间去相干的影响（Horn,2002;Dong et al,2019;Zhang et al,2019）。分布式平台单天线同时观测InSAR在两个平台上分别搭载单天线,通过单次航过即可形成空间长基线,联合了双天线和重轨干涉技术优势,其具有相干性好、测量精度高等特点（Lee et al,2001;Lou et al,2022）。InSAR技术因其相位级测量能力,已经在地理测绘、森林生物量估计、农业估产、海洋监测、防灾减灾等领域获得广泛应用（Zhang et al,2017;Zhu et al,2017,2019）。

受限于成像机理,InSAR技术只能获取每个距离方位分辨单元内散射点加权平均的高程信息,并不具有高度向的分辨能力。在城市、山区等地形陡峭区域SAR成像过程中,高度不同、距离和方位相同的目标会叠加到同一距离-方位分辨单元上,产生叠掩现象（Reigber et al,2000）。当多个散射点叠掩到同一个像元上时,InSAR高程测量能力将失效,因此,InSAR干涉测量通常也称为2.5维成像。为解决该问题,1995年美国海军研究实验室的Knaell和Cardillo教授首次提出了SAR三维成像技术（Knaell et al,1995）。该技术在传统方位合成孔径-距离脉冲压缩二维分辨的基础上,通过在跨航向增加第三维的合成孔径,形成高度向分辨能力,实现复杂场景的真实三维成像（如图1(b)所示）。该技术可从原理上克服传统SAR成像的叠掩问题,显著拓展了微波成像技术应用范围。与InSAR高程测量相比,SAR三维成像是将跨航向观测次数从两次拓展至连续多次,从而将成像能力从高程测量提升至高程分辨。与InSAR实现方式类似,按照跨航向合成孔径方式形成的差异,SAR三维成像包括重轨、阵列和分布式三种典型体制。重轨SAR三维成像体制利用平台多次航过形成跨航向合成孔径,从而实现高度向分辨。由于理论上要求跨航向均匀采样,因此该体制对平台航迹控制精度、波束指向精度要求极高。阵列SAR三维成像在单个平台上搭载多通道阵列天线,利用跨航向实孔径波束形成实现高度向目标分辨,单次航过即可获得目标三维图像,但是该体制高度向分辨率受限于阵列长度及规模,这大幅增加了雷达系统复杂度。分布式SAR三维成像利用多个平台编队形成跨航向长基线,利用多发多收获得多通道观测数据,通过多通道相干处理获得高分辨率三维图像,因此该体制对分布式平台时、空、频同步提出了很高的要求。近年来,美国、欧洲、中国等均研制出了SAR三维成像系统,获得了大量雷达原始数据,已成为合成孔径雷达成像领域发展前沿及研究热点（Stringham et al,2019;Jiao et al,2020;Zhang et al,2015）。

本文将围绕国内外SAR三维成像技术发展现状、趋势及应用前景展开论述。第二部分介绍了InSAR测量、SAR三维成像两个阶段的发展历史与现状；第三部分从阵列SAR三维成像技术、分布式SAR三维成像技术、全息SAR多维度成像技术三个方面分析了未来发展的趋势；第四部分探讨了SAR三维成像技术在地形测绘、城市空间信息获取等领域的应用潜力；第五部分是本文总结与展望。

二

SAR三维成像技术发展现状

SAR成像维度从二维发展到三维,可以划分为InSAR测量和SAR三维成像两个阶段：

（一）InSAR测量

1974年,美国Graham教授首次提出了InSAR的概念,将干涉技术应用于合成孔径雷达三维测图（Graham,1974）,建立了双天线干涉信号模型,分析了干涉测图精度,并利用研制的双天线InSAR样机在波多黎各开展了机载飞行试验并获取了该地区地表高程信息。该样机工作于X波段,其基线长度约1.2米,试验结果对比验证表明,高程测量精度满足1:25万比例尺地形测图要求,开创了InSAR获取地表三维信息的先河。

2000年,美国国家航天局实施了“航天飞机雷达地形测量任务”(SRTM),在“奋进号”航天飞机上加装一个60米的可伸缩长臂,将一部X波段辅天线伸出舱外,和舱内主天线构成了双天线InSAR系统,如图 2(a)所示。该系统在2000年2月11日至22日对全球北纬60°至南纬56°的陆地区域进行了测绘,仅历时11天就实现了全球80%陆地面积的地形测绘,产生的数字高程模型（DEM）平面分辨率30米×30米、高程精度10~16米,且高程数据产品向全球免费开放。SRTM为InSAR技术的深入研究提供了大量的数据支持,成为InSAR发展史上一个极为重要的里程碑（van Zyl,2010）。

根据InSAR理论,基线长度越长,高程测量精度越高。基于此,国际上提出分布式InSAR技术,典型代表为德国宇航中心的TerraSAR-X/TanDEM-X双星分布式InSAR系统。TerraSAR-X卫星于2007年发射（Werninghaus et al,2009）,工作在X波段,具有多极化和多种模式成像的功能,地面分辨率高达1米,具备重轨干涉能力,但时间去相关的影响使得三维测绘受限。TanDEM-X卫星于2010年发射,该卫星经过轨道调整与TerraSAR-X组成一个轨道距离约200~300米的双星编队,实现双星干涉测量,如图 2(b)所示。该系统产生的DEM产品平面分辨率12米×12米、高程精度优于2米,两个指标相比于SRTM都有明显提升,成为InSAR在地形测绘应用领域的又一次巨大飞跃。

陆探一号双星首次采用非中断相位同步方法,通过星间高精度相位、时间、空间同步实现双星协同对地观测,保障了双星相干性。工作过程中,主星发射,双星同时接收成像,编队构型如图 4(a)所示,双星编队同步观测可避免时间和大气去相干影响,在植被覆盖区域依然可获取高相干性的InSAR数据,获取的山西晋城地区地形图如图 4(b)所示。陆探一号还可以根据任务目标切换绕飞构型状态,实现全球不同区域的长、短基线干涉数据获取,可满足全球几乎所有区域的1:5万比例尺高精度DEM等基础地理信息产品制作需求。

（二）SAR三维成像

InSAR测量技术不具备高度向分辨能力,在复杂地形测绘中存在叠掩问题。为此,美国海军研究实验室的Knaell和Cardillo教授于1995年提出了SAR三维成像的概念（Knaell et al,1995）,在传统SAR方位距离二维成像基础上,建立了SAR三维成像信号模型,分析了三维成像的点散布函数特征,提出了后向投影三维成像方法,开创了SAR三维成像技术研究的先河,自此之后,SAR三维成像技术获得世界各国的广泛关注。

1998年,德国宇航中心Reigber博士和Moreira教授等首次利用E-SAR的L波段系统进行了重轨SAR三维成像实验（Reigber et al,2000）,利用14个约20米间隔的航线构成高程向的虚拟孔径,成功实现了森林、建筑物、道路、汽车等地物的三维重建,高度维分辨率2.9米,图 5为德国上普法芬霍芬（Oberpfaffenhofen）地区的实验结果,验证了机载重轨SAR三维成像能力。

2008年起,德国慕尼黑工业大学朱晓香教授等基于TerraSAR-X重轨数据开展了一系列三维成像技术研究,首次将压缩感知技术应用于SAR三维成像（Zhu et al,2010）,解决了高度向分辨率低、重轨数量多等问题（Zhu et al,2011）,并得到了美国拉斯维加斯等复杂城市区域的大面积精细三维成像结果,高度向成像分辨率达到2米,如图 8所示,相关研究对SAR三维成像技术发展及实用化具有重要意义。

近年来,为了提高三维成像效率,并克服重轨时间去相关问题,国际上提出分布式SAR三维成像概念：通过卫星编队形成跨航向基线,从而实现三维成像。分布式三维SAR主要有两种编队构型：车轮编队构型(cartwheel)（Massonnet,2001;Mittermayer et al,2001）和钟摆编队构型(pendulum)（Schmid,1999）,如图 9所示。车轮编队构型由法国空间局（CNES）提出,该构型采用一颗主星和多颗小卫星进行编队,形成车轮构型的观测孔径,主星发射信号,所有小卫星都被动接收信号。钟摆编队构型由德国宇航中心提出,该构型的多颗小卫星分布在多个不同椭圆轨道面内,通过设置合适的轨道参数使得编队卫星跨航向的基线长度可以灵活调整,且与沿航向的基线相互独立,从而满足各项任务的需求。两种分布式构型单航过即可实现高分辨率三维成像,具有测绘效率高、数据相干性好、成像分辨率高等优势,是未来星载SAR三维成像的重要发展趋势。

中国科学院空天院在国内率先开展SAR三维成像理论和技术研究,利用图 10所示“K”信息球对SAR三维成像观测模式进行了统一表达（Du et al,2007;杜磊,2010）。构建了表征成像空间和观测空间之间的三维映射关系的信号模型,给出了三维采样理论约束条件。更进一步提出了稀疏微波成像的概念,并将稀疏理论引入SAR三维成像,解决了高度向非均匀采样的信号处理问题（王斌 等,2010）,并初步开展了相应的暗室实验和塔吊试验（洪文 等,2018；Du et al,2010）,验证了SAR三维成像方法的有效性。

2014年,中国科学院空天院成功研制了首部机载阵列SAR三维成像系统。如图 11所示,该系统采用侧视工作模式,通过2发8收在跨航向形成16个通道,从而实现第三维分辨。系统工作在Ku波段,发射信号带宽500兆赫,可实现0.5米×0.5米平面分辨率成像。并于同年在山西运城开展了机载飞行试验,国际首次实现了基于机载阵列SAR的大面积复杂城市三维成像（张福博,2015）。图 12展示了阵列SAR三维成像结果与传统SAR二维成像对比结果,可以看到传统SAR二维图像中叠掩现象严重,地面、建筑侧面与顶面三个部分难以分辨,但阵列SAR三维成像方法能够将叠掩的3部分进行区分,最终得到了建筑物高分辨率三维图像,高程分辨率最高达1米。图 12(b)中可清晰显示楼前地面的台阶、水泥路面、楼房的窗户和雨罩等结构,证实了阵列SAR的高精度三维重建能力。

2016年,我国高分三号SAR卫星成功发射。该系统突破了高精度重轨控制、高稳定度波束指向、长时间相参等关键技术,是国内首个具有重轨三维成像能力的SAR卫星。2022年,南京航空航天大学和中科院空天院基于7景高分三号SAR复图像,开展了对北京雁栖湖周围建筑的三维成像试验,获取了建筑物三维散射结构信息（毕辉 等,2022）,验证了高分三号SAR数据在三维成像方面的应用潜力,如图 13所示。

2022年,在国家重点研发计划支持下,中国科学院空天院在国内率先开展了分布式SAR三维成像理论与技术研究。该项目提出了基于压缩感知的天基分布式稀疏三维成像雷达架构,计划突破分布式全极化SAR三维成像总体技术、分布式卫星编队自主维持和快速重构技术、多星间高精度同步技术、极化三维建模、影像拼接、定标和检验等关键技术,提升SAR三维成像技术在地形测绘、城市三维地形反演和交通基础设施立体重建等领域的应用能力,对我国分布式SAR技术发展具有重要意义。

三

SAR三维成像技术发展趋势

随着雷达系统和信号处理技术的飞速进步,SAR三维成像正朝着更高分辨率、更多观测维度方向发展。受限于基线长度,SAR三维成像高度向分辨能力明显低于方位和距离分辨能力。阵列SAR三维成像体制可通过跨航向构建长基线提升高度向分辨率,但面临着长基线柔性形变引起的高度向成像散焦的难题；分布式SAR三维成像体制则通过多个发射和接收平台空间分置的方式构建空间长基线,但需要解决平台数量受限而导致的稀疏观测等问题；此外,随着目标精准识别的需求逐步提升,传统SAR三维成像获取的目标物理和几何信息精细化程度愈发不足,因此具有频率、极化、角度、时相等全维度观测能力的全息SAR成像技术应运而生,成为重要发展趋势。

（一）阵列SAR三维成像技术

阵列SAR跨航向基线越长,高度向分辨率越高,因此延长阵列SAR基线是三维成像重要发展方向。然而,长基线支撑臂呈柔性结构,尤其在航空平台飞行过程中,受大气湍流等影响,相邻天线的相对位置和姿态动态变化,影响高度向成像性能。以X波段三维成像雷达为例,三维成像要求阵列基线相对形变小于1毫米,否则会破坏多通道雷达信号的相干性,无法实现精确三维成像,而在机载条件下,长阵列天线实现亚毫米的形变测量和补偿,代价极高,工程实现难度极大。

针对上述问题,中国科学院空天院研究人员提出多种柔性长基线形变估计方法,其中基于刚柔组合的柔性长基线测量和补偿是一种有效手段（Wang et al,2017）。如图 14所示,首先,利用高程误差与干涉相位间的敏感性,通过雷达干涉方程,精密反演出定位测姿系统的内置误差,将干涉基线刚性段相对位置测量精度从定位测姿系统的1厘米提到0.1毫米。其次,针对存在弹性形变的阵列节点,以中间刚性节点得到的高精度DEM为基准,求取与外围柔性节点生成的DEM间的偏差,利用多通道干涉成像模型精确反演每个阵列节点的柔性形变量,实现亚毫米级高精度运动误差补偿。上述技术要实现工程化,后续仍需研究柔性长基线阵列SAR通道布局、基线形变补偿、超分辨成像处理等问题。

（二）分布式SAR三维成像技术

分布式SAR三维成像系统通过多个收发平台空间分置同时观测形成跨航向空间长基线,从而实现对地三维成像,如图 15所示。相比于阵列SAR三维成像系统,分布式SAR空间可构建的基线更长,可实现更高的高度向分辨率,并且系统单航过工作体制增强了时间相关性的同时降低了信息冗余度,大大提高了对地观测效率。近年来,随着高集成度、微型化、芯片化技术的快速进步,小卫星星座技术也得到了空前的发展,因此,分布式SAR三维成像越来越得到SAR领域关注,它将是全球尺度范围内三维成像测图的重要途径,具有广阔的发展前景（邓云凯 等,2020）。

然而,由于分布式平台跨航向分布的稀疏性,成像结果存在严重的高度模糊。为解决此问题,研究人员提出多种处理方法,一种思路是利用外源DEM确定一个较小的高度范围,降低图像高度模糊（杨亚倩,2023）；另一种思路是利用多个分布式平台形成的非均匀基线进行解模糊处理,确定目标真实高度,从而实现无模糊三维成像（Li et al,2021）。为进一步降低所需分布式平台数量,中国科学院空天院提出了SAR微波视觉三维成像技术,将SAR三维成像方法与微波散射机制、图像视觉语义有机融合,利用散射机制和图像中蕴含的三维线索辅助三维重建,从而有效降低分布式平台的数量及规模。此外,分布式SAR三维成像技术还面临多平台时空频同步、分布式多基线测量与补偿等难题（Shi et al,2009;Fornaro et al,2006a;Shu et al,2011）。

（三）全息SAR多维度成像技术

目标解译和识别的基础在于获取的目标信息量。随着SAR技术发展,中国科学院空天院于2013年首次提出了多维度SAR的概念（吴一戎,2013）,首次规范、科学地定义了多维观测空间（频率、极化、角度、时相）及多维度新观测量,并建立了 SAR 工作体制的多维度表述及维度数的定义方法,提出了基于观测对象特征分解的描述方法、多维度信号处理框架和基本假设条件。2020年,中国科学院空天院在多维度SAR的概念上引申出全息SAR的概念（丁赤飙 等,2022）,定义了全息SAR是在三维空间坐标下目标电磁散射特性完全反演重构的SAR系统。全息SAR是一种多维度、高复杂度的全新SAR三维成像体制,可实现观测空间内目标电磁散射特性的完备重构,其核心是系统各个观测单元之间的高精度相参性,以及所记录的电磁散射场具有统一的时空频基准。全息SAR首先要能够实现几何三维分辨成像,只有基于三维空间坐标系,目标特性才能够以无失真的自然方式呈现出来,全息SAR在全息目标特性库构建、复杂电磁环境探测感知等领域具有重要的应用前景。

全息SAR三维成像不同于传统成像处理思路,旨在建立从原始回波到三维目标散射特性的一体化处理框架,同时对目标的三维空间信息、极化、散射系数等进行解算。未来全息SAR成像在全系统相参、观测构型优化、巨型观测方程求解以及目标角度、频率维散射特性稀疏表征等技术方向还有待进一步突破。

四

SAR三维成像应用潜力

SAR三维成像技术可以直接获得目标的三维电磁散射信息,消除SAR图像中由二维成像机理导致的透视收缩、叠掩、顶底倒置等现象,显著提升目标识别和解译能力,在全天时全天候地理测绘、城市空间信息获取、应急减灾、重大设施监测、森林精细遥感和军事侦察等诸多领域具有广阔的应用前景。

（一）地形测绘

我国西南部常年多阴雨、多云雾,其中横断山脉地区地貌以高山峡谷地形、高原高山地形为主,整体地形起伏较大,部分区域更是终年云雾、冰雪覆盖,地貌类型复杂,致使传统的野外作业和光学成像困难。InSAR具有全天时、全天候的特点,可以穿云透雾,但高山区测图存在大面积叠掩空洞,导致我国西南云贵川地区缺乏高精度地形图,严重影响着我国西南部的经济社会发展和国防安全保障。SAR三维成像技术可实现复杂高山区地形地貌三维重建,具有传统遥感技术不可比拟的独特优势,是解决多云多雾地区三维地形测图任务、破解我国西部地形测绘困难的重要途径,图17为应用SAR三维成像技术获取的我国四川绵阳地区的复杂山区三维地形图。

（二）城市空间信息获取

我国正处于城镇化高速发展阶段,迫切需要动态提取城市空间信息,如“房屋建筑”“园林绿化”“城市道路”“电力走廊”信息等。对于大规模城市空间多要素信息的获取,传统的人工调查和测量的方式很难满足我国新型城镇化发展战略的需求。

SAR三维成像技术观测幅宽大、成像分辨率高,能够在短时间内大面积获取复杂建筑等城市空间要素高精度三维信息。图 18为无人机载阵列SAR系统获取的天津临港地区城市建筑二维和SAR三维重建图像（仇晓兰 等,2022）,图像可以清晰表征城市建筑分布、道路设施、地形地貌等信息。因此,SAR三维成像在城市地图构建、城市三维建模和城市规划等城市空间信息获取领域具有广阔的应用前景,可为城市信息模型（CIM）基础平台建设和全国房屋建筑调查底图数据更新等工作提供技术支撑,助力“数字住建”建设,推动行业高质量发展。

（三）应急减灾

地震、海啸等自然灾害给社会和国家造成了巨大的人员伤亡和财产损失。研究表明,建筑物损毁引起的人员伤亡约占总伤亡人数的95％,因此,建筑物损毁评估是灾后信息调查的重点工作内容。上述工作对时效性和精细性要求极高,然而自然灾害发生后往往伴随着云雨等恶劣天气,限制了光学遥感技术的应用,常规SAR遥感虽然可以穿透云雨,但是由于灾区现场环境极为复杂,建筑物、桥梁、植被等地物在图像中严重混叠,难以支撑现场灾情的快速评估。

SAR三维成像技术由于增加了高度维信息,可快速实现灾区复杂环境的三维重构,因此在灾前重点危险区域地表沉降、水灾洪涝等进行长期监测预警,在灾中、灾后针对房屋倒塌、泥石流、滑坡、道路损毁等各种灾情发展进行动态精准评估,从而为国家减灾与应急处置工作的快速响应提供重要信息保障,图 19所示为北川震后滑坡灾情评估结果。

（四）重大基础设施监测

近年来我国西部山区重大设施建设大幅度增加,包括交通、水利、电力和通信等诸多方面,极大促进了西部地区的经济发展。然而,在重力、降雨、岩石风化等各种外界因素作用下重大设施会由稳定状态逐渐演变为极限平衡甚至失稳状态,发生形变甚至造成险情。传统遥感技术手段存在着空间或时间连续性差、监测精度较低、部署成本高等问题,难以满足重大设施监测需求。

SAR三维成像可以实现大坝、铁路、高架、隧道等重大基础设施精细监测,可定量化获取重大设施目标的三维结构、地表沉降、设施变化等信息,与重大基础设施监测平台对接,为重大设施的运营维护提供科学的数据参考和决策支持,实现新型遥感技术在重大设施高精细监测领域的应用推广。图 20为我国大科学装置FAST射电望远镜SAR三维成像结果。

（五）森林精细遥感

森林作为陆地生态系统的重要组成部分,在人类生产和生活中发挥着重要的作用。近年来,随着人们对可持续发展问题的关注,森林生态系统受到了世界各国的高度重视,及时掌握森林碳储量、碳循环、生物多样性等森林生态系统现状,对于人类生活和国家决策至关重要。

SAR三维成像技术可精确反演森林种类、树木高度、树木的密度、覆盖度、植被生长状况以及树冠分布等多样信息,甚至可精细重构单木直径等,进而估测森林蓄积量、生物量等物理参数,相比于传统SAR可实现森林精细垂直结构信息的反演,显著提升了森林遥感的定量化测量精度。图 21为德国宇航中心利用机载F-SAR系统中的L波段SAR对森林植被及单木的精细三维成像结果（Ponce et al,2016）。

（六）军事侦察

在战场上,光学侦察容易受到光照条件和恶劣天气的影响,SAR侦察技术利用微波波段进行目标成像,不依赖光照条件,而且能够穿透云层和一般雨雪天气,在军事侦察中获得广泛应用。然而受限于其侧视成像机理,在常规SAR图像中陡峭目标与其他目标会形成叠掩,多个目标混叠在同一分辨单元内,难以实现目标重建和识别。

SAR三维成像技术可以直接获得目标三维图像,解决了常规SAR成像中的叠掩、顶底倒置、透视收缩等问题,大幅度降低了SAR图像的解译难度,提升了军事侦察效能。如图22所示,在二维图像中塔架与地面目标混叠在一起难以区分,经过三维成像后塔架与地面目标分别出现在相应位置,可以清晰看到塔架结构信息。另外,SAR三维成像技术可以获取目标更多信息,并抑制背景对目标的干扰,大幅度提升了军事目标分类和识别能力。

五

总结与展望

SAR三维成像技术通过跨航向构建长基线,获得第三维分辨能力,可实现全天时全天候目标三维电磁散射信息重构,是微波成像技术领域的研究热点。本文从干涉测量和三维成像两个阶段描述了SAR成像技术从二维到三维的发展历程,对理论、关键技术、处理方法等进行了详细阐述,并分析了SAR三维成像技术未来发展趋势,讨论了SAR三维成像技术在地理测绘、城市空间信息获取、应急减灾、重大设施监测、森林精细遥感和军事侦察等领域潜在的相关应用。随着阵列、分布式、全息等三维成像前沿技术的发展,SAR三维成像分辨率、测量精度和观测维度会进一步提升,将在以地理空间信息为代表的众多领域将获得广泛应用。

毕辉,金双,王潇,等,2022.基于高分三号SAR数据的城市建筑高分辨率高维成像[J].雷达学报,11（1）：40-51.

邓云凯,禹卫东,张衡,等,2020.未来星载SAR技术发展趋势[J].雷达学报,9（1）：1-33.

丁赤飚,仇晓兰,吴一戎,2020.全息合成孔径雷达的概念、体制和方法[J]. 雷达学报,9（3）：399-408.

杜磊,2010. 阵列天线下视合成孔径雷达三维成像模型、方法与实验研究 [D]. 北京：中国科学院研究生院.

洪文,王彦平,林赟,等,2018.新体制SAR三维成像技术研究进展[J].雷达学报,7（6）：633-654.

林赟,张琳,韦立登,等,2022.无先验模型复杂结构设施SAR全方位三维成像方法研究[J].雷达学报,11（5）：909-919.

刘忠胜,汪丙南,向茂生,等,2014.柔性基线抖动对机载干涉SAR性能影响分析[J].雷达学报,3（2）：183-191.

仇晓兰,焦泽坤,杨振礼,等,2022.微波视觉三维SAR关键技术及实验系统初步进展 [J].雷达学报,11（1）：1-19.

王斌,王彦平,洪文,等,2010.基于MAPES的非均匀多基线SAR三维成像算法 [J].测试技术学报,24（3）：240-247.

王超,张红,刘智,2002.星载合成孔径雷达干涉测量[M].北京：科学出版社.

韦立登,向茂生,吴一戎,2007.POS 数据在机载干涉SAR运动补偿中的应用 [J].遥感技术与应用,22（2）: 188-194.

吴一戎,2013.多维度合成孔径雷达成像概念[J]. 雷达学报,2（2）: 135-142.

晓曲,2022.陆地探测一号01组卫星[J].卫星应用,123（3）: 70.

杨亚倩,2023.分布式高分宽幅SAR三维成像解模糊技术研究[D]. 北京 : 中国科学院大学 .

张福博,2015. 阵列干涉SAR三维重建信号处理技术研究[D].北京:中国科学院大学 .

DONG X,HAN C,YUE X,et al,2019. A method of high accuracy 3D location of airborne repeat pass InSAR[J].Journal of University of Chinese Academy of Sciences,36（6）: 844-850.

DU L,WANG Y P,HONG W,et al,2007.Analytic modeling and three-dimensional imaging of downwardlooking SAR using bistatic uniform linear array antennas[C]//IEEE. 2007 1st Asian and Pacific Conference on Synthetic Aperture Radar. Huangshan,China: IEEE: 49-53.

DU L,WANG Y P,HONG W,et al,2010.A three-dimensional range migration algorithm for downwardlooking 3D-SAR with single-transmitting and multiple-receiving linear array antennas[J]. EURASIP Journal on Advances in Signal Processing（1）: 1-15.

FORNARO G,MONTI GUARNIERI A,PAUCIULLO A,et al,2006a.Maximum likelihood multi-baseline SAR interferometry[J].IEE Proceedings-Radar, Sonar and Navigation,153（3）: 279-288.

FORNARO G,SERAFINO F,2006b. Imaging of single and double scatterers in urban areas via SAR tomography[J].IEEE Transactions on Geoscience and Remote Sensing,44（12）: 3497-3505.

GRAHAM L C,1974.Synthetic Interferometer Radar for Topographic Mapping[J]. Proceedings of the IEEE, 62（6）: 763-768.

HORN R,2002. The DLR airborne SAR project E-SAR[C]//IEEE.1996 International Geoscience and Remote Sensing Symposium. Lincoln: IEEE: 1624-1628.

JIAO Z K,DING C B,QIU X L,et al,2020. Urban 3D imaging using airborne TomoSAR: contextual information-based approach in the statistical way [J].ISPRS Journal of Photogrammetry and Remote Sensing,70:127-141.

KLARE J, WEISS M, PETERS O, et al, 2006. ARTINO: a new high resolution 3D imaging radar system on an autonomous airborne platform[C]//IEEE. IEEE International Conference on Geoscience and Remote Sensing Symposium 2006（IGARSS 2006）. Denver:IEEE:3842-3845.

KNAELL K, CARDILLO G,1995.Radar tomography for the generation of three-dimensional images[J].IET Radar, Sonar and Navigation, 142（2）: 54-60.

LEE P F,JAMES K,2001. The RADARSAT-2/3 topographic mission[C]//IEEE. Scanning the present and resolving the future. Proceedings. IEEE 2001 International Geoscience and Remote Sensing Symposium. Sydney:IEEE: 499-501.

LI X W,ZHANG F B,LI Y L,et al,2021. An elevation ambiguity resolution method based on segmentation and reorganization of TomoSAR point cloud in 3D mountain reconstruction[J].Remote Sensing, 13（24）:5118.

LOU L, LIU Z, ZHANG H, et al, 2022. Key technologies of TH-2 satellite system[J]. Acta Geodetica et Cartographica Sinica, 51（12）: 2403-2416.

MASSONNET D,2001. The interferometric cartwheel: a constellation of passive satellites to produce radar images to be coherently combined [J]. International Journal of Remote Sensing, 22（12）:2413-2430.

MITTERMAYER J,KRIEGER G,MOREIRA A,et al,2001. Interferometric performance estimation for the interferometric Cartwheel in combination with a transmitting SAR-satellite[C]//IEEE. Scanning the Present and Resolving the Future. Proceedings. IEEE 2001 International Geoscience and Remote Sensing Symposium. Sydney: IEEE: 2955-2957.

NOUVEL J,JEULAND H,BONIN G,et al,2006. A ka band imaging radar:drive on board ONERA motorglider[C]//IEEE. 2006 IEEE International Symposium on Geoscience and Remote Sensing. Denver: IEEE: 134-136.

PONCE O,PRATS-IRAOLA P,SCHEIBER R,et al,2016. First airborne demonstration of holographic SAR tomography with fully polarimetric multicircular acquisitions at L-band[J]. IEEE Transactions on Geoscience and Remote Sensing, 54（10）:6170-6196.

RABUS B, EINEDER M, ROTH A, et al, 2003. The shuttle radar topography mission—a new class of digital elevation models acquired by spaceborne radar[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 57（4）: 241-262.

REIGBER A,MOREIRA A,2000.First demonstration of airborne SAR tomography using multibaseline L-band data[J]. IEEE Transactions on Geoscience and Remote Sensing, 38（5）: 2142-2152.

SCHMID C,1999. An autonomous self-rising pendulum[C]//IEEE. 1999 European Control Conference （ECC）.Karlsruhe: IEEE: 3605-3610.

SHI X J,ZHANG Y H,2009. A multi-baseline data fusion algorithm for distributed satellites SAR interferometry by combining iterative and maximum-likelihood methods[C]//IEEE. 2009 2nd Asian-Pacific Conference on Synthetic Aperture Radar. Xi'an: IEEE: 165-168.

SHU Y X, LIAO G S, YANG Z W, 2011. Time-varying baseline compensation for distributed-satellite SAR systems[J]. Systems Engineering and Electronics, 33（9）: 1978-1982.

STRINGHAM C,FARQUHARSON G,CASTELLETTI D,et al,2019. The Capella X-band SAR constellation for rapid imaging[C]//IEEE. 2019 IEEE International Geoscience and Remote Sensing Symposium. Yokohama: IEEE: 9248-9251.

VAN ZYL J J,2001. The Shuttle Radar Topography Mission （SRTM）:a breakthrough in remote sensing of topography[J]. Acta Astronautica,48（5/6/7/8/9/10/11/12）: 559-565.

WANG B N,XIANG M S,CHEN L Y,2017. Motion compensation on baseline oscillations for distributed array SAR by combining interferograms and inertial measurement [J]. IET Radar, Sonar & Navigation, 11（8）:

1285-1291.

WEISS M,PETERS O,ENDER J,2008. First flight trials with ARTINO[C]//VDE. 7th European Conference on Synthetic Aperture Radar. Friedrichshafen: VDE: 1-4.

WEISS M,GILLES M,2010. Initial ARTINO radar experiments[C]//EUSAR. 8th European Conference on Synthetic Aperture Radar. Aachen: EUSAR: 1-4.

WERNINGHAUS R,BUCKREUSS S,2009. The TerraSAR-X mission and system design[J].IEEE Transactions on Geoscience and Remote Sensing, 48（2）: 606-614.

ZHANG F B,LIANG X D,WU Y R,et al,2015. 3D surface reconstruction of layover areas in continuous terrain for multi-baseline SAR interferometry using a curve model[J].International Journal of Remote Sensing, 36（8）: 2093-2112.122

ZHANG Q,HUANG G W,YAN C S,2017. Precision space observation technique for geological hazard monitoring and early warning[J]. Acta Geodetica et Cartographica Sinica, 46（10）: 1300-1307.

ZHANG T, WAN L, LYu X, et al, 2019. Baseline analysis and control of spaceborne repeat-pass InSAR based on relative orbital elements[J]. Journal of Remote Sensing, 23（6）: 1123-1131.

ZHU J J,LI Z W,JUN H,2017. Research progress and methods of InSAR for deformation monitoring[J]. Acta Geodetica et Cartographica Sinica, 46（10）: 1717-1733.

ZHU J, YANG Z, LI Z, 2019.Recent progress in retrieving and predicting mining-induced 3D displace-ments using InSAR[J]. Acta Geodetica et Cartographica Sinica, 48（2）: 135-144.

ZHU X X,BAMLER R,2010. Compressive sensing for high resolution differential SAR tomography— the SL1MMER algorithm[C]//IEEE. 2010 IEEE International Geoscience and Remote Sensing Symposium.Honolulu: IEEE: 17-20.

ZHU X X,BAMLER R,2011. Demonstration of super-resolution for tomographic SAR imaging in urban environment[J]. IEEE Transactions on Geoscience and Remote Sensing, 50（8）: 3150-3157.