中文摘要：

本项目旨在通过从SAR复图像中提取地面、舰载旋转天线目标的几何和运动参数，实现对地面雷达站、防空反导舰艇等高价值目标的图像解译。通过建立天线的非理想点散射中心模型并集成运动参数形成统一观测模型，从RCS、时频分布和一维、二维雷达像角度挖掘天线的平滑、稀疏和统计先验性信息并建模描述，以进行旋转天线参数的联合优化求解。该思路充分利用了旋转天线目标的特性，有利于实现天线检测/估计/识别一体化和运动/散射中心估计一体化，避免了显式进行杂波抑制、距离徙动校正等复杂的处理过程，同时有利于正确识别概率的改善和缺失数据的处理，对于充分挖掘SAR数据信息、提高对高价值目标的探测能力具有重要意义。

结论摘要：

本项目从天线类目标散射特性、天线类目标SAR观测先验信息建模、混合散射中心建模与最大似然求解方法和基于稀疏表示方法的混合散射中心模型参数估计方法四个方面进行了深入研究。 在天线类散射特性方面，系统研究了抛物面和平面细缝阵天线散射特性，分析出了抛物面反射天线特殊的散射特性目标在不同姿态下其散射中心的分布不是固定不变的，故在不同姿态下距离像体现出的散射中心位置和强度分布也是不同的。在实际中，由于天线本身的转动，其距离像序列具有周期重复的特性，可以据此进行天线的识别并估计其旋转的周期等参数。对缝隙阵列天线，其散射场特性具有以下特点散射场可以分成两个部分近似模型，即无限大平板上的缝隙磁流源的贡献和有限大平板的物理光学散射场的贡献。缝隙天线散射场的耦合主要体现为隙缝之间的互耦。 在先验信息建模与获取方面，推导了转动属性散射中心观测模型和匀直航迹聚束SAR观测几何条件下，目标在波数域的观测模型，表明仍可用第一类Fredholm方程表示，对此类方程进行离散化处理并以矩阵形式表示可将成像问题转化为原因-模型辨识混合逆问题。 对逆问题中参数估计的方法，提出了微动目标观测模型优化求解的最大似然估计方法，实现了运动-散射参数联合估计。该框架最大程度地利用了目标模型先验和目标特性，通过引入目标模型先验自动隐含了目标检测与成像，并具有集成运动补偿和对动静目标联合清晰成像的潜力。 针对混合散射中心建模方法以及雷达目标回波的稀疏特性，本项目建立了SAR地面运动目标（GMTI）与SAR微动目标（MMTI）的稀疏成像模型，考虑到稀疏贝叶斯重构方法能够在贝叶斯求解中包含稀疏信号的先验信息，并采用贝叶斯计算方法来进行稀疏求解，另外在一定的先验概率分布下，稀疏贝叶斯重构方法能够转化为基于L1惩罚项的最优化方法，因此本项目采用一种优良的稀疏贝叶斯重构方法—ExCoV方法进行SAR GMTI与SAR MMTI稀疏成像，仿真实验表明该方法取得了较好的目标参数估计精度。