多基线星载InSAR技术利用了卫星不同基线对应的多幅干涉相位图进行高程反演,其优势在于能有效减小单基线干涉测量造成的随机误差,并能在一定程度上克服由相位层叠、高度陡变、噪声干扰等因素带来的不利影响,能极大提高复杂地形DEM的提取精度,具有重要研究与应用价值。本文就多基线星载InSAR成像及数据处理展开研究,主要工作及创新如下:1、构建了一发四收多星编队的多基线星载InSAR模型。基于卫星轨道参数、星地空间坐标系转换及InSAR技术原理,考虑了卫星轨道转换、地球自转效应、星地几何位置关系、星载InSAR基线耦合等复杂因素,构建了更符合实际情况的多基线星载InSAR模型,为后续仿真实验提供基础。2、研究了一种基于长短基线配合的级联迭代多基线星载InSAR曲面BP成像算法。BP算法精确计算距离历史,对星载情况的弧形轨迹具有极高的适用性,BP算法还具有像素级配准-去平地一体化的优势,能简化星载InSAR数据处理流程。针对BP成像过程中,观测场景的地形迎面被压缩,产生层叠效应,导致干涉相位损失问题,引入曲面BP算法,并将其与多基线InSAR技术结合,研究了一种基于长短基线配合的级联迭代式多基线InSAR曲面BP成像算法。该方法利用短基线高程模糊度大,干涉条纹稀疏,便于相位解缠的特点,获得成像场景的粗精度DEM作为先验地形,构建新的曲面投影空间,再利用长基线回波数据在新的曲面空间上进行曲面BP成像,如此进行迭代,能有效解决相位层叠问题,也避免了长基线干涉相位条纹密集、解缠难度大的问题,能有效提高DEM的精度,通过仿真实验验证了该方法的有效性。3、提出了一种基于引导滤波的多基线星载InSAR DEM融合方法。基于干涉相位的概率统计分布特性,研究了一种利用理论高度误差对各基线高度信息加权平均计算DEM的方法,该方法对地形细节保持能力不足,且易受脉冲噪声影响。针对该问题,提出了基于引导滤波的多基线DEM融合方法,该方法利用了粗精度的先验地形信息将各单基线干涉处理得到的DEM进行分解,先验地形作为其中的基准层,能确保整体地形趋势,分解出来的另一部分作为细节层;再以原始场景SAR图像幅度图作为引导图像,利用引导滤波对各组基线对应的细节层DEM处理并进行加权平均,权重由不同基线对应的理论高度误差来决定;最后将基准层地形与引导滤波融合后的细节层地形相加即为多基线数据融合后的DEM。该方法能充分结合先验地形信息与原始场景SAR图像的幅度信息,利用引导滤波能更好地保留地形细节,提高复杂地形DEM的提取精度。所提方法在TerraSAR重轨多基线数据上验证了其有效性,以公认高精度的LiDAR DEM作为研究区域实际地形高度的参考,相比于加权平均的方法,采用基于引导滤波的多基线DEM融合方法,能有效保留研究区域中山谷、山脊等复杂地形的边缘细节信息,获得了更高精度的DEM。