基于图像稀疏分解理论的空间群目标分辨与微动特征提取

Monitoring and recognition of space group targets, such as space debris group targets, midcourse ballistic group targets, etc., are significant to ensure our homeland safety and to promote the space techniques. The target recognition technique based on micro-motion features is an effective approach to achieve the distinguishing and recognition of space group targets. However, most of the existence micro-Doppler analysis theory and micro-motion feature extraction techniques are put forward aiming at those isolated targets and are hard to be utilized in micro-motion feature extraction of space group targets. In the project, the theory of image sparse decomposition is introduced into micro-motion feature extraction of space group targets. Via researching on some of key issues in the research contents, such as the modeling and image-parameterized description of space group targets' echoes, range-slow-time image sparse decomposition, extraction and comprehension of image features, and distinguishing and micro-motion feature extraction of space group targets, the micro-Doppler analysis based on the image sparse decomposition theory as well as the corresponding extraction methods of micro-motion features can be proposed accordingly. The research can enrich the micro-Doppler theory and provide theoretical and technical support for improving space target recognition ability of our country. This project could be considered as the deepening and expansion of the previous projects funded by Chinese Nature Science Foundation. The prospective achievements of the project will have wide applications in space targets catalog, Air Defense & Anti-ballistic Missile and other fields.

空间群目标（空间碎片群目标和中段弹道群目标等）的监测识别对保障我国国土安全、促进空间技术发展都具有重要意义，基于微动特征的目标识别技术是实现空间群目标分辨与识别的有效途径之一。现有的微多普勒效应分析理论及微动特征提取技术大都是针对孤立的单个目标提出的，难以解决空间群目标的微动特征提取问题。本项目将图像稀疏分解理论引入空间群目标的微动特征提取研究中，通过重点研究空间群目标回波建模与图像化描述、回波距离-慢时间图像稀疏分解、图像特征提取与理解以及群目标分辨与微动特征提取等问题，提出基于图像稀疏分解理论的微多普勒效应分析和微动特征提取方法，丰富微多普勒效应理论，促进空间目标探测与识别技术的发展，为提升我国空间目标识别能力提供理论基础和技术支撑。本项目是前期国家自然科学基金项目研究的深化和拓展，预期研究结果在空间目标编目、防空反导目标识别等领域具有广泛应用前景。

本项目将图像稀疏分解理论引入空间群目标分辨与微动特征提取中，建立了较为系统的空间群目标图像稀疏分解理论，提出了一系列空间群目标分辨与微动特征提取方法，丰富了微多普勒效应理论，为促进空间目标探测与识别技术的发展、提升我国空间目标识别能力提供了理论基础和技术支撑。项目主要取得了以下理论研究成果：（1）对空间群目标雷达回波进行了详细的建模分析，重点研究了旋转对称群目标的散射点回波模型及微动特征表达方法；（2）提出了基于幅度相似度的一维距离像曲线分离方法、一种低空群目标微多普勒展宽抑制方法以及基于联合稀疏优化的目标参数化表征方法，分析了空间群目标回波距离-慢时间图像的形态结构特点，实现了对空间群目标回波距离-慢时间图像的稀疏分解；（3）提出了基于中心化稀疏表示的图像特征提取方法、群目标方向性特征提取方法、基于稀疏表示和拉伸变换的图像目标分类方法、基于图像峰值聚类的目标特征提取方法等多种群目标图形特征提取方法，实现了对图像稀疏分解结果的特征提取与理解；（4）提出了基于特征相似度的群目标微动特征提取方法、基于SFMFBT的雷达群目标微动特征提取方法、基于图像处理和轨迹跟踪的群目标分辨算法、基于高阶矩函数的宽带雷达微动特征提取方法、基于正弦调频傅里叶变换的旋转类空间群目标分辨方法等群目标分辨与微动特征提取方法，提高了空间群目标的分辨精度。项目共发表学术论文59篇，其中SCI检索期刊论文17篇，EI检索期刊及会议论文26篇，中文核心期刊及中文会议论文16篇。项目组成员共参加国内会议1人次，国内举办的国际会议9人次，国外举办的国际会议6人次。申报发明专利9项，目前已授权3项。项目共培养博士研究生6名、硕士研究生4名，其中1篇博士学位论文获全军优秀博士学位论文奖，1篇博士学位论文获中国电子教育学会优秀博士学位论文奖，1篇博士学位论文和1篇硕士学位论文正参加校级和军队级优秀学位论文评选。