随着科学技术的发展,人类的空间活动日益频繁,规模不断扩大,导致各国对空间资源的争夺愈演愈烈。空间目标探测和识别技术是获取“制天权”的重要手段之一,因此,开展空间目标探测技术的研究对保障国家和人民的利益与安全具有重要意义。本文针对空间目标飞行速度快、真假目标伴随飞行、运动形式复杂等特点,对空间高速群目标检测和分辨、旋转目标成像、空间目标微多普勒感知、空间目标运动建模及运动参数估计等热点问题进行了深入研究,主要研究工作可概括为以下四个方面。1.研究了空间高速群目标的检测和分辨问题。空间高速运动群目标除存在严重的越距离单元走动和多普勒模糊问题外,还有两个特有的问题：1)同一目标带内各频点回波的多普勒模糊次数不同；2)目标群内各目标间微小的速度差距会导致多普勒模糊次数的不同。这两个特有问题使得基于传统keystone变换的高速运动目标检测方法失效。提出了一种新的稀疏keystone变换方法,可以克服以上问题。该方法建立在高速运动目标的回波模型基础之上,以目标在距离和速度平面上稀疏分布为前提,采用BLOOMP算法求解,实现空间高速群目标的相参积累检测和多目标分辨。2.研究了旋转目标的成像问题。在旋转目标的观测中,通常会存在以下两个问题：1)空间探测雷达通常采用大时宽-带宽积信号来获得高信噪比,但会造成脉冲重复频率(PRF)过低,引起多普勒模糊；2)当目标的自旋轴与雷达视线不一致时,存在遮挡效应。但传统的成像方法很少涉及这两个问题。针对该类空间旋转目标的成像问题,首先提出了一种基于稀疏重构的多普勒成像(SDOSI)方法。该方法通过网格点模型将传统的多普勒成像问题转化为稀疏信号重构问题,采用贪婪算法ROMP对模型进行求解,成像精度高,并且具有同时抗多普勒频谱混叠和小范围的遮挡效应的能力。其次,针对大视角遮挡的旋转目标成像问题,又提出了一种基于二维Fused Lasso模型的稀疏多普勒成像(FLDOSI)方法。该方法能够灵活解决不同遮挡程度下的成像问题。由于存在遮挡效应的目标的后向散射系数具有慢时变的特性,FLDOSI利用该事实将信号模型转化成二维稀疏重构问题。FLDOSI方法在实现对存在遮挡效应的旋转目标成像的同时还能够自适应地估计目标的遮挡区域范围。此外,其在低PRF情况下仍能较好工作。3.研究了空间目标的微多普勒分析方法。由于微动特征能够独一无二地表征目标的运动特性,能够为目标的识别提供可靠的依据,因此如何有效地提取目标的微多普勒特征是一个关键问题。针对传统的时频分析方法通常存在时间／频率分辨率低或者交叉项严重等问题,提出了基于参数化时频分析模型的微多普勒分析方法。该方法采用前后向时变自回归(TVAR)模型,根据刚体目标雷达回波的自身特点,引入稀疏性或块稀疏性等先验信息,解决了从短时观测的数据里有效分析目标微多普勒的问题及对不连续观测的数据段的拼接问题。4.研究了基于宽带观测的空间目标微动感知方法。针对拟规则进动目标,考虑了稳定散射中心模型及滑动散射中心模型两种假设下,拟规则进动目标的数学建模及运动参数估计问题。其中,运动参数的估计包含四个步骤：首先,从雷达各次宽带回波中估计各散射中心的距离；其次,将各散射中心的距离估计值采用动态规划的方法关联起来,得到各散射中心的一维径向距离历程；再次,根据多散射中心的一维径向距离历程采用基于因式分解的方法重构目标的运动矩阵；最后,利用重构的运动矩阵和目标运动方程之间的内在联系,将估计各运动参数的问题通过求解优化问题实现。考虑到遮挡效应、镜面反射等因素的普遍存在,从而导致一维径向距离观测不完整,提出采用稀疏重构的方法来补全缺失数据。本文基于大量的数值仿真数据和电磁仿真数据,对所提理论和方法进行了充分的实验验证,研究成果对空间目标的感知具有一定的理论指导意义和实际应用价值。