合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar,InSAR）技术是一种新兴的空间对地观测技术,由于其具有大范围、高精度和高分辨率等特点已经成为数字高程模型生成和地表位移监测的重要工具之一。随着卫星数据时间分辨率的逐渐提高,InSAR时间序列分析技术（Multitemporal,MT-InSAR）应运而生,不仅能减弱相位失相干带来的误差,也为InSAR数据处理中的其它关键技术提供了新的解决思路。在InSAR技术中,当观测到的运动大于雷达波长的一半时,相位值就会被缠绕。因此,运用InSAR技术进行相位测量的先决条件是从缠绕的相位中获取绝对相位,这个过程被称为相位解缠。与传统的InSAR技术不同,MT-InSAR中的相位解缠问题是在稀疏的三维（3-D）网格上定义的,而不是在一个规则二维（2-D）网络上。因此,本文利用冗余干涉图之间的相位闭合信息,对相位解缠算法进行研究。主要研究内容和成果如下:（1）详细介绍了几种时序InSAR技术和相位解缠基本原理与方法,并按照相位解缠的维度特性对相位解缠算法进行归类,分为三大类:2-D相位解缠算法、一加二维（1+2-D）相位解缠算法和整体3-D相位解缠算法。（2）分析了1+2-D相位解缠算法和整体3-D相位解缠算法,并总结了它们在相位严重不连续的区域存在的问题。针对由于大的变形梯度、突然的地形变化和系统噪声影响而导致相位连续性假设失败的区域难以解缠问题,提出一种基于可靠冗余网络的L1范数稀疏2-D相位解缠算法,通过在距离约束的自由网络上执行模糊检测器来构建冗余网络。在覆盖城市高层建筑的真实InSAR干涉图上的实验表明,该算法在相位不连续区域相比于传统的相位解缠算法能获得更可靠的解缠结果。（3）针对传统LP范数相位解缠算法的定权方法不能对权重进行合理分配的问题,提出了一种残差定权方法。通过模拟和真实数据实验,发现用该方法获得的解缠结果比传统定权方法得到的结果精度更高,证明该方法的权重分配比其它两种方法要合理。（4）针对传统的Delaunay三角网并非服务于相位解缠这一问题,提出一种基于模拟退火算法的相位解缠网络优化方法。通过模拟和真实数据实验证明了基于优化后的网络的解缠结果精度高于Delaunay三角网。