相位优化是分布式散射体干涉合成孔径雷达(Distributed Scatterers Interferometric Synthetic Aperture Radar, DSInSAR)技术中提升相位信噪比的关键步骤.为了改善现有相位优化算法在矿区大梯度形变对应密集条纹处的相位信息严重损失问题，提出一种基于先验信息驱动的DSInSAR自适应相位优化算法.算法首先采用常规小基线集技术反演初始时序形变相位，通过时序相位预处理获取先验形变相位信息；然后将其从原始单视复数(Single Look Complex, SLC)相位中去除，获取SLC残余相位，结合相干性次幂加权策略构建残余相位优化模型，通过先验形变相位补偿，估计最终优化相位.试验结果表明：提出算法可有效兼顾大梯度形变场对应条纹密集区域的相位信息保护及噪声抑制，且有效提升了大梯度形变区域的监测点密度及监测精度，较常规优化算法具有更好的自适应效果及优化性能.

中央高校基本科研业务费专项资金项目(2023QN1043)；

1 形变先验信息估计
1.1 DInSAR相位成分
1.2 时序形变相位估计
2 自适应相位优化模型
2.1 SLC残余相位估计
2.2 同质像素识别
2.3 残余相位优化模型
3 试验与分析
3.1 研究区与数据概况
3.2 先验时序形变相位
3.3 优化相位
3.4 形变信息
4 讨 论
5 结 论