基于参数化稀疏表征技术的SAR海面机动目标运动参数估计与成像方法研究

China has a vast territorial sea area, abundant marine resources, and dense ship navigation channels. It is of great significance to maintain effective monitoring of all kinds of man-made maneuvering targets on the sea surface to safeguard China's sovereignty and ensure the safety of the territorial sea. Synthetic aperture radar (SAR) is an important microwave remote sensing equipment, which has the ability of all-day, all-weather and long-range observation and imaging. Parametric sparse representation technology is the latest achievement of sparse theory, which can provide a new technical approach for signal processing of SAR maneuvering targets on the sea surface. This project intends to study SAR maneuvering target motion parameter estimation and imaging method based on parametric sparse representation technology. Firstly, a parameterized sparse representation model of SAR echo signal is constructed for maneuvering targets in sea clutter. On this basis, the optimization algorithm of parametric sparse dictionary is studied to solve the problem of mismatch of moving target observation model, and the first and second order motion parameter estimation and high resolution sparse imaging methods of maneuvering target on sea surface are explored. The expected research results of this project are conducive to the development of radar imaging technology, and have important theoretical significance and application value for improving China's marine environmental information perception capability, territorial sea monitoring and early warning capabilities.

我国领海面积辽阔、海洋资源丰富、舰船航道密集，实现对海面各类人造机动目标的有效监测对于维护我国主权、确保领海安全意义重大。合成孔径雷达（SAR）是重要的微波遥感设备，具有全天时、全天候、远距离观测成像的优势；而参数化稀疏表征技术是稀疏理论的最新成果，可以为SAR海面机动目标的信号处理提供新的技术途径。本项目拟研究基于参数化稀疏表征技术的SAR海面机动目标运动参数估计与成像方法。首先针对海杂波背景下的机动目标构建SAR回波信号的参数化稀疏表征模型，在此基础上，研究参数化稀疏字典的优化算法，解决动目标观测模型失配问题，探索海面机动目标一阶、二阶运动参数估计和高分辨稀疏成像方法。本项目的预期研究成果有利于促进雷达成像技术的发展，对于提升我国的海洋环境信息感知能力、领海监控及预警能力都具有重要的理论意义和应用价值。

海面机动目标运动参数估计与成像是SAR遥感领域的重要任务之一，具有很强的科学挑战性和迫切的应用需求。传统的SAR成像方法在处理机动舰船目标回波数据时会出现严重的图像散焦问题，并且无法获取目标的运动参数信息。为解决这些难题，本项目将参数化稀疏表征技术与SAR海面机动目标参数估计与成像问题相结合，建立了海面机动目标SAR回波信号的参数化稀疏表征模型，提出了一系列参数化稀疏重构算法，丰富了雷达稀疏成像理论，为促进雷达成像技术发展，提升我国海洋环境信息感知能力、领海监控及预警能力提供了理论基础和技术支撑。项目取得了以下理论研究成果：（1）建立了海面机动目标SAR回波的参数化稀疏表征模型，该模型以目标速度为优化参数构建目标SAR回波的动态稀疏字典，构建出不确定的目标运动参数与目标SAR稀疏成像结果的解析关系；（2）提出了三维正交匹配追踪算法，利用该算法求解三维动态稀疏字典描述的动态稀疏问题，获取SAR机动目标二维高分辨成像结果，并估计出目标的运动参数；（3）提出了参数化阈值迭代算法用于求解参数化稀疏重构问题，该算法通过优化搜索策略既保证了获取参数化稀疏问题的全局最优解，又控制了计算成本，确保了较高的计算效率，通过实测数据验证，该方法可以高效获取海面机动目标高分辨二维像。标注本项目资助的论文已发表10篇，其中SCI检索期刊论文6篇，EI检索期刊及会议论文3篇，中文核心期刊论文1篇。申请发明专利3项，目前已授权2项。项目共培养博士研究生1名，硕士研究生2名。得益于本项目的资助和培养，负责人入选空军预警学院首批青年科技人才托举工程（该人才工程于2021年12月考核评价为特别优秀），负责人于2022年12月获副教授资格。

内容获取失败，请点击重试