1.一种基于多视角的机载SAR图像无控高精度定位方法，其特征在于，包括以下步骤：S1.从SAR图像的四角点初始定位经纬度出发，计算获得不同角度的SAR图像的基本变换矩阵；S2.选择SAR图像中显著自然地标作为同名点，建立同名点真实地理位置的等价方程，估计不同SAR图像两两之间在距离向和方位向上共有的系统定位误差；S3.利用不同图像间的误差传递矩阵确定加权系数，利用加权方法确定基准SAR图像系统定位误差的粗略估计；所述S3包括以下步骤：S31.利用不同图像间的误差传递矩阵确定加权系数；S32.利用加权方法确定基准SAR图像系统定位误差的距离向和方位向的粗略估计；S4.利用极小范数最小二乘准则对粗估值进行修正，并将该结果作为系统定位误差；S5.将系统定位误差补偿在SAR图像定位中，完成SAR图像高精度定位。
2.根据权利要求1所述的一种基于多视角的机载SAR图像无控高精度定位方法，其特征在于，所述S2包括以下步骤：S21.选择SAR图像中相同的道路交叉口、建筑物角点或者较容易识别的显著自然地标作为同名点，建立不同图像间的同名点真实地理位置的等价方程；S22.估计不同SAR图像两两之间在距离向和方位向上共有的系统定位误差。
3.根据权利要求2所述的一种基于多视角的机载SAR图像无控高精度定位方法，其特征在于，所述S21中的不同图像间的同名点真实地理位置的等价方程如下：其中，[i m j m ]和[i n j n ]为图m与图n间的同名点对，r m 和a m 分别为图m中的距离向定位误差和方位向定位误差，r n 和a n 分别为图n中的距离向定位误差和方位向定位误差， 分别为图m、图n的距离向间隔和方位向间隔，C m ，D m 分别为图m的一阶项和常数项系数矩阵，C n ，D n 分别为图n的一阶项和常数项系数矩阵。
4.根据权利要求3所述的一种基于多视角的机载SAR图像无控高精度定位方法，其特征在于，所述S22包括以下步骤：S221.对上述公式(1)做变形：其中，ΔB nm 和ΔL nm 为图n同名点的粗定位经纬度与图m的同名点间的粗定位经纬度之差；S222.对公式(2)进一步化简：其中， 和 为假设图m和图n间系统定位误差是相等时所求出的距离向定位误差估计值和方位向定位误差估计值；同时取K (n,m)其中， 表示矩阵K (n,m) 的第i行，第j列的元素，得到公式(5)如下：
5.根据权利要求1所述的一种基于多视角的机载SAR图像无控高精度定位方法，其特征在于，所述S31包括以下步骤：S311.对任两幅图像，即图m和图n系统定位误差的计算，根据同名点真实地理位置建立等价方程：取[Δr mn Δa mn ]＝[r m a m ]-[r n a n ] (7)其中，r m ，a m 为图m中的距离向定位误差和方位向定位误差，Δr mn 为图m和图n的距离向定位误差之差，Δa mn 为图m和图n的方位向定位误差之差，将公式(7)带入公式(6)中：S312.假设两幅图像系统定位误差相等时，图n对图m估计时所引入的误差如下：图n对图m引入误差的误差传递矩阵满足：其中，H (n,m) 表示图n对图m的误差传递矩阵，带入上述公式(9)：S313.分别对距离向和方位向确定加权因子：其中， 为距离向影响因子， 为方位向影响因子；S314.获取加权系数：其中， 为 的加权系数， 为 的加权系数。
6.根据权利要求5所述的一种基于多视角的机载SAR图像无控高精度定位方法，其特征在于，所述S32中的利用加权方法确定基准SAR图像系统定位误差的距离向和方位向的粗略估计如下：其中，r m (0) 表示图m的距离向定位误差的粗估，a m (0) 表示图m的方位向定位误差的粗估。
7.根据权利要求6所述的一种基于多视角的机载SAR图像无控高精度定位方法，其特征在于，所述S4包括以下步骤：S41.通过三幅图像为例，建立方程组Y＝AX估计的初始解为X (0) ＝[r 1 (0) a 1 (0) r 2 (0) a 2 (0) r 3 (0) a 3 (0) ] T ，令Y * ＝Y-AX (0) ＝AX-AX (0) ＝A(X-X (0) ) (16)；S42.估计值与真实值间的差的平方和满足此时我们可利用方程的M-P广义逆矩阵，求解出方程组的极小范数最小二乘解Z，使得 达到最小，此时其中，A + 为A的M-P广义逆矩阵；定位误差的最终估计值X * 为X * ＝X (0) +Z (18)。
8.根据权利要求7所述的一种基于多视角的机载SAR图像无控高精度定位方法，其特征在于，所述S5包括以下步骤：S51.将步骤S42求解的定位误差补偿到SAR图像的四角点经纬度中；S52.SAR图像重新定位，最终完成SAR图像高精度定位。
