利用原子范数的宽带雷达空间目标微动特征提取及辅助跟踪方法研究

Wideband radar can provide accurate assessment of space objects and events, and plays a key role to guarantee the space security for China. Wideband tracking can improve the data rate and provide more information for target recognition. To circumvent the need for these advantages, we should find a way to solve the dense extended target association problem, under the larger false alarm density and lower signal-to-noise ratio conditions. This proposed project will utilize phase derived range technique to acquire precise kinematic parameters of wideband radar space target, and employ the method of micro-motion feature extraction using the atomic norm minimum constraint, and make use of the target micro-motion feature in multi target tracking scenario to improve the tracking performance. Based on a rough estimate of target kinematic states and extraction of target micro-motion feature measurements, the atomic norm constraint is applied to formulate the sparsity of feature states and the L1 norm is employed to model the sparsity of the corruption induced by mis-associations. The micro-motion feature states can be estimated from incomplete and corrupted measurements by solving a semidefinite programming problem, and fast solution of atomic L1 norm minimization problems will be also researched. A re-filtering scheme with the modified association weights updated via target micro-motion feature information is utilized to gain a more precise estimate of the kinematic states in each batch, thus the tracking performance will be improved. The research results can be applied to improve the space target measurement accuracy and target recognition ability of wideband radar.

宽带雷达可精确感知空间态势及目标，对保障我国航天和空间安全具有重要意义。宽带跟踪可提高目标数据率和提供更丰富的目标信息用于识别，但须克服由于虚警密度增大、信噪比降低等带来的密集多扩展目标关联难题。本课题基于相位导出测距方法获取宽带雷达空间目标精细运动参数，利用原子范数最小化约束方法提取目标微动特征，用于辅助多目标跟踪以提升跟踪性能。在初步估计运动目标状态并得到目标微动特征观测值基础上，采用原子范数约束对目标微动的频域稀疏特征建模，采用L1范数对错误关联的稀疏性建模。研究L1原子范数最小化方法，把一个在不完备、畸变的特征观测数据中进行目标特征状态准确估计问题，转化为半定规划求解问题，并研究快速求解目标微动特征方法。获得的目标微动特征信息用于修正关联权重进行二次滤波，得到目标运动状态更加精确的估计，从而提升目标跟踪性能。本课题研究成果可用于提升我国宽带雷达对空间目标的测量精度和目标识别能力。

空间目标的探测、识别与跟踪是事关航天科技与空天防御成败的关键需求，我国对各类航天器、太空碎片等空间目标监视的需求日益迫切。相对于窄带雷达，宽带雷达具有更高的距离分辨能力，可以获得更多的目标特征信息来用于目标识别，是空间目标监视的主要手段之一。但在实际应用中，宽带信号空间目标的特征提取和跟踪存在信噪比降低、单位空间内虚警数量增加、目标特征信息难以提取、密集多扩展目标难以关联等问题，是当前宽带雷达空间目标跟踪研究的难点。.本课题针对宽带雷达空间目标微动特征提取及辅助跟踪方法开展研究，提出利用原子范数对目标微动特征进行建模，从而建立优化问题估计目标的微动特征状态。此外还提出将提取的微动特征量与运动状态量纳入统一的目标跟踪框架，辅助关联滤波，并实现错误关联检测，以提高宽带雷达空间目标跟踪的稳健性和跟踪精度。.针对空间目标高精度微动信息测量问题，首先建立了考虑加速度和脉内多普勒效应的宽带回波模型，研究了相位导出测距算法，并基于相位导出测距的高精度测距信息获得空间目标的微动参数量测；其次，针对低信噪比回波、电离层色散效应、离散采样等条件下高精度测量难题，提出了高速目标相推测速中非理想因素产生误差的补偿方法。.针对空间目标微动特征提取问题，首先研究了分析了原子范数最小化和加权原子范数最小化的散射中心估计方法；其次提出了一种基于主成分原子范数最小化的散射点匹配度特征提取方法；最后提出了一种基于距离像互相关相推测速的ISAR图像微动提取方法，通过对民航飞机实测数据处理，从飞机ISAR图像中襟翼作动筒位置提取了微动信息，验证了所提方法的正确性。.针对宽带雷达空间目标跟踪问题，首先将之前提取的空间目标微动特征信息用于辅助计算关联概率、修正关联权重，进而提高关联性能；其次研究了基于滑窗滤波的目标状态滤波算法；基于错误关联的稀疏性，在跟踪过程中，研究了基于L1范数的方法实现错误关联的检测。.在整个课题进展过程中，课题组进行了一系列宽带雷达探测实验，通过处理实测回波数据验证了所提算法的有效性，准确估计了空间某高速运动目标的速度、距离、加速度等参数，验证了考虑加速度相推测速测距算法的有效性，准确估计了空间某高速运动目标的速度、距离、加速度等参数，验证了考虑加速度相推测速测距算法的准确性，提高了宽带雷达对空间高速目标的参数测量精度和跟踪精度。