基于鲁棒强化学习与JPEG-LS的多基线相位解缠算法

《International Journal of Applied Earth Observation and Geoinformation》：Robust reinforcement learning multi-baseline phase unwrapping algorithm with JPEG-LS

　　

干涉合成孔径雷达（InSAR）技术能够全天时、全天候、大范围地监测目标区域的地形信息，使其成为地质灾害监测和城市健康检查不可或缺的工具。然而，相位解缠（PU）作为一个病态问题，是制约InSAR技术实际应用的主要瓶颈。单基线PU方法受相位连续性假设的约束。为克服这一局限，多基线（MB）PU技术应运而生，其核心思想是引入额外的独立相位观测值，构建超定方程组以约束解缠过程。考虑到模糊数的整数特性，割平面–纯整数规划（CP-PIP）方法将解缠问题转化为整数规划（IP）问题，并利用割平面法成功求解。 考虑到强化学习（RL）训练的样本复杂度、实现复杂度和计算成本，本文提出一种基于强化割平面学习的MBPU方法（RL-MBPU），以显著提高解缠效率。具体而言，RL-MBPU方法将CP-PIP的割选择过程表述为序贯决策问题，强化学习智能体持续与不断演化的CP-PIP优化状态交互。在每个割迭代轮次中，当前线性规划（LP）松弛状态、模糊变量分数性、多基线耦合信息以及候选割的几何特征被联合编码，构建状态级和候选级表征。为降低动作空间复杂度，候选割首先根据有效性进行预筛选，随后一个MBPU结构感知的单割策略为当前CP-PIP迭代选择一个有效候选割。该策略首先利用基于有效性的启发式割选择规则的演示进行初始化，随后采用演员–评论家算法进行优化。采用基于Cut-PAR2的轨迹回报来惩罚过多的割迭代次数和不成功的根节点优化，从而鼓励策略选择能以更少迭代次数建立根节点最优性的割序列。该方法在不修改原始CP-PIP整数模型或所生成割平面有效性的前提下，提高了模糊数优化的计算效率。 同时，本文引入JPEG-LS算法的中值边缘检测器（MED）部分并实现其动态化，以增强算法的噪声鲁棒性。基于JPEG-LS的动态MED方法利用当前像素的左、上、左上邻域进行预测，并结合局部梯度阈值化来提高抗噪能力。实验结果表明，RL-MBPU方法将均方根误差（RMSE）最多降低61.2%，效率最多提升54.1%。

论文解读

一、研究背景与问题

干涉合成孔径雷达（InSAR）技术能够全天时、全天候、大范围地获取目标区域的地形信息，已成为地质灾害监测和城市健康检查中不可或缺的遥感工具。然而，相位解缠（PU）作为InSAR数据处理流程中的关键环节，本质上是一个病态反演问题，长期制约着InSAR技术的实际工程应用。

单基线PU方法根据求解思路可分为局部生长路径积分法和全局优化最小范数法两大类。枝切法作为经典的路径积分法，首先计算干涉图的残差点并将其分为正负残差点，然后连接正负残差点建立枝切线，通过不穿过这些枝切线的积分方法实现解缠。全局优化最小范数法的核心思想是在干涉相位导数与绝对相位导数之间建立优化函数，通过求解该函数的最小值实现解缠。当范数取1时，该方法的计算模型与最小费用流（MCF）一致。然而，单基线PU方法的理论框架受相位连续性假设的约束，在地形陡峭或噪声严重的区域容易出现解缠错误。

为克服这一局限，多基线（MB）PU技术应运而生，其核心思想是引入多条不同基线的独立相位观测值，构建超定方程组来约束解缠过程。代表性方法包括中国剩余定理（CRT）方法，该方法将MB PU问题转化为同余方程组的求解问题，在理想条件下能够精确计算整周模糊数。聚类分析算法假设具有相同截距的像素对应相同的模糊数向量，通过逐簇求解实现快速解缠，在一定程度上具备抗噪能力。两阶段规划方法（TSPA）将L范数引入MBPU，增强了噪声鲁棒性。考虑到模糊数的整数特性，割平面–纯整数规划（CP-PIP）方法将解缠问题转化为整数规划（IP）问题，并利用割平面法成功求解。

近年来，基于深度学习的PU技术显著提高了计算效率，其核心思路演化为“全数据驱动”和“物理结构辅助”两大范式。然而，这两类方法都需要大量高质量数据集来训练深度神经网络。考虑到强化学习（RL）训练的样本复杂度、实现复杂度和计算成本，本文提出了一种基于强化割平面学习的MBPU方法（RL-MBPU），旨在显著提高解缠效率，同时引入JPEG-LS算法的动态中值边缘检测（MED）机制以增强噪声鲁棒性。

二、研究内容与结论

研究人员提出了RL-MBPU方法，将CP-PIP的割选择过程建模为序贯决策问题。在该框架中，强化学习智能体持续与不断演化的CP-PIP优化状态交互。每个割迭代轮次中，当前线性规划（LP）松弛状态、模糊变量分数性、多基线耦合信息以及候选割的几何特征被联合编码为状态级和候选级表征。为降低动作空间复杂度，候选割首先根据有效性进行预筛选，随后由MBPU结构感知的单割策略为当前CP-PIP迭代选择一个有效候选割。该策略先利用基于有效性的启发式割选择规则的演示进行初始化，再通过演员–评论家算法进行优化。采用Cut-PAR2轨迹回报来惩罚过多的割迭代次数和未成功的根节点优化，从而引导策略以更少的迭代次数实现根节点最优性。该方法在不修改原始CP-PIP整数模型或所生成割平面有效性的前提下，显著提高了模糊数优化的计算效率。

同时，研究人员提出了基于JPEG-LS的动态MED方法，用于校正RL获得的初始模糊数解。该方法利用当前像素的左、上、左上三个邻域像素进行预测，并结合局部梯度阈值化来增强算法的噪声鲁棒性。

三、主要技术方法

研究人员采用的关键技术方法包括：其一，将CP-PIP割选择过程建模为序贯决策问题的强化学习框架，联合编码LP松弛状态、模糊变量分数性、多基线耦合信息和候选割几何特征构建状态表征；其二，基于有效性的候选割预筛选机制，降低动作空间复杂度；其三，采用演示初始化与演员–评论算法相结合的策略优化方法，使用Cut-PAR2轨迹回报以惩罚过多割迭代；其四，基于JPEG-LS的动态中值边缘检测（MED）方法，利用左、上、左上邻域像素预测并结合局部梯度阈值化增强噪声鲁棒性。

四、研究结果

仿真实验部分系统测试了RL-MBPU算法的性能。实验结果表明，与传统CP-PIP方法相比，RL-MBPU方法在解缠精度和计算效率两方面均取得显著提升，均方根误差（RMSE）最多降低61.2%，效率最多提升54.1%。动态MED方法有效校正了RL求解得到的初始模糊数，增强了算法在噪声环境下的解缠稳定性。

两组真实数据实验进一步验证了RL-MBPU算法的实际应用性能。在与多种解缠算法的对比中，RL-MBPU方法在真实InSAR数据上展现出优越的解缠精度和计算效率，证明了该方法在实际工程场景中的适用性和鲁棒性。

五、讨论与结论

讨论部分指出，RL-MBPU方法通过将割选择过程转化为强化学习问题，有效避免了传统CP-PIP方法中大量候选割的穷举评估，显著降低了计算开销。动态MED方法作为后处理校正模块，在不改变整数规划模型结构的前提下提升了噪声环境下模糊数解的可靠性。

研究结论表明，RL-MBPU方法将强化学习与整数规划相结合，为多基线相位解缠提供了一种高效且鲁棒的解决方案。该方法在保持原始CP-PIP整数模型有效性的同时，通过智能割选择策略显著提高了计算效率，并通过JPEG-LS动态MED机制增强了噪声鲁棒性，为InSAR技术在地质灾害监测和城市健康检查等实际应用中提供了有力的技术支撑。