El Radar de Apertura Sintética Tomográfica (Tomographic Synthetic Aperture Radar, TomoSAR) registra datos de observación multibasales y realiza la síntesis de apertura en la dirección de altura, lo que permite superar la pérdida de información de altura y el problema de superposición que ocurren en el Radar de Apertura Sintética tradicional (Synthetic Aperture Radar, SAR), que solo sintetiza la apertura en dirección azimutal. Así, logra imágenes tridimensionales de alta resolución del objetivo, que pueden usarse para la inversión de la biomasa forestal, la estructura interna de los glaciares y la altura de los edificios. Este artículo parte del modelo de imagen de TomoSAR y revisa sistemáticamente la evolución de los algoritmos de inversión de altura tomográfica: cubriendo la transformada de Fourier, la estimación espectral no paramétrica, la estimación espectral paramétrica, el muestreo comprimido y los algoritmos de aprendizaje profundo, con un análisis comparativo detallado de los principios y procesos de implementación de varios algoritmos representativos. Basado en resultados típicos de inversión de datos medidos, se realiza un análisis comparativo adicional de las ventajas y limitaciones de diferentes algoritmos en cuanto a robustez, universalidad y condiciones de aplicabilidad. Finalmente, el artículo resume los principales desafíos actuales del TomoSAR en la distribución de líneas base y la escasez de datos, la separación de multi-difusores y los mecanismos de dispersión complejos, proponiendo direcciones futuras de investigación y perspectivas de aplicación.

TomoSAR;algoritmos de inversión de altura tomográfica;algoritmos de estimación espectral;muestreo comprimido;reconstrucción 3D;distribución de líneas base