基于序列ISAR图像的空间目标三维重构

Based on the inverse synthetic aperture radar (ISAR) sequence of one space target, its three dimensional (3D) geometry can be reconstructed. However, it is hard to associate incomplete scatterer trajectories due to the anisotropy of radar cross section of scatterers and the occlusion of different scatterers. To tackle these problems, we first constitute the ISAR imaging model under multangular observation to clarify the projection mechanism of sequential ISAR imaging, as well as analyzing the geometry and motion characteristics of scatterer trajectories. On this basis, we will study the sparse reconstruction-based scatterer extraction method, which is the prerequisite of scatterer trajectory association by utilizing Bayesian inference and maximum a posterior estimation. After that, based on the low-rank matrix completion methodology, the scatterer trajectory matrix completion method is studied. Finally, 3D geometry of scatterers will be reconstructed by projection matrix constraint-based factorization method. This research can provide the technique support for improving the capacity of ISAR in space situation perception.

利用空间目标的序列逆合成孔径雷达（Inverse Synthetic Aperture Radar，ISAR）图像可实现其三维结构的重构，然而在多视角观测条件下，该方法面临着散射中心各向异性与相互遮挡引起的航迹缺损和难以关联的问题。针对上述问题，本项目首先构建空间目标多视角下的ISAR观测和成像模型，阐明散射中心三维结构向ISAR成像平面的投影机理，并分析其投影航迹的几何和运动特性。在此基础上，提出基于稀疏重构的散射中心提取方法以及基于贝叶斯推断和最大后验估计的航迹关联方法。然后，利用航迹矩阵的低秩特性，提出基于低秩矩阵填充理论的航迹缺损数据估计方法，并利用基于投影矩阵约束的因式分解，实现空间目标散射中心的三维重构。本项目研究成果可为提升我国ISAR系统的空间态势感知能力提供技术支撑。

通过对空间目标序列ISAR图像中散射中心的提取和关联，可以获得散射中心的航迹矩阵，进一步利用因式分解，即可获得空间目标的三维结构。然而，空间目标电磁散射中心各向异性、不同散射中心之间的相互遮挡等因素使得空间目标序列ISAR图像散射中心航迹的精确关联成为制约空间目标三维成像性能的关键因素。本项目通过对多视角空间目标ISAR成像模型的构建，首先阐明了空间目标三维结构向ISAR成像平面的投影机理。接着，提出了基于马尔科夫蒙特卡洛数据关联和改进多假设追踪的散射中心航迹关联方法，研究了基于改进期望-最大化算法的散射中心航迹矩阵填充方法，获得了完整的散射中心航迹矩阵，从而利用因式分解方法实现空间目标三维成像。在此基础上，提出了序列ISAR图像非相干能量累积的空间目标三维成像方法，克服了现有因式分解类三维成像方法对航迹矩阵的依赖，在实际场景中的应用更为广泛。通过对研究内容的总结，本课题组在国内外期刊发表论文10篇，国际会议论文3篇，申请专利8项。协助培养了博士5名，硕士15名。