为了提高合成孔径雷达干涉测量（synthetic aperture radar interferometry, InSAR）数据处理的精度，探究了高噪声及大梯度变化区域相位解缠精度低的问题，提出了一种基于梯度估计窗口大小自适应的平滑无迹Kalman滤波（unscented Kalman filter, UKF）相位解缠算法.首先提出了一种频率估计采样窗口自适应的局部相位梯度估计算法，该方法通过自适应窗口增加局部梯度估计有效像元样本的个数，进而提高了局部频率梯度估计的精度；随后将平滑算法引入到UKF相位解缠算法中，进一步改善了UKF相位解缠算法精度.利用仿真数据和真实TanDEM-X InSAR数据进行试验，并与已有相位解缠方法进行对比分析.试验结果表明：在仿真数据中提出算法可以提高至少35%的解缠精度，在真实数据中提出方法可以获得较已有方法更好的边缘细节信息.

国家自然科学基金项目（42001409）；中国博士后科学基金项目（2020M681770）；自然资源部国土卫星遥感应用重点实验室开放基金项目（KLSMNR-202103）；国家重点研发计划项目（2017YFE0119600）；

1 相位解缠理论
1.1 相位解缠的基本原理
1.2 UKF相位解缠
2 自适应窗口局部相位梯度估计算法
3 局部平滑UKF相位解缠算法
4 试验结果与分析
4.1 仿真数据试验
4.2 真实数据试验
5 结 论

高延东,卞正富,张书毕,张艳锁,李世金.自适应局部梯度估计平滑UKF相位解缠算法[J].中国矿业大学学报,2022,51(05):1007-1015.DOI:10.13247/j.cnki.jcumt.001441.