针对扩展卡尔曼相位解缠(EKFPU)算法对低信噪比干涉图相位解缠精度不高的缺点,该文提出一种将径向基函数(RBF)神经网络和扩展卡尔曼滤波(EKF)算法相结合的干涉合成孔径雷达(InSAR)相位解缠算法。利用RBF神经网络的自适应调整能力和非线性拟合能力对EKF的结果进行调整、补偿,得到高精度的相位解缠结果;结合路径跟踪策略,利用质量图去引导EKF相位解缠,避免穿过误差较大的区域,进一步提高解缠的精度。通过对模拟数据和实测数据的仿真实验,验证了该算法的有效性。