为解决复杂运动目标雷达成像难题，本项目将压缩感知（CS）理论与多输入多输出（MIMO）雷达成像理论相结合，发挥压缩感知的理论优势及MIMO雷达体制优势，实现有限孔径条件下的单次快拍成像。

主要研究内容有：（1）建立了单基/双基MIMO雷达单次快拍三维成像模型，分析了运动目标雷达图像稀疏性，提出了基于压缩感知的运动目标距离维稀疏表示方法和方位维稀疏表示方法；（2）分析了MIMO阵列结构对成像效果的影响，设计了两类MIMO稀布阵结构，并提出了基于联合稀疏性的行/列稀布阵MIMO雷达三维成像方法和一种基于结构化MC的随机稀布阵MIMO雷达成像方法；（3）提出了一种基于降维Kronecker CS的超分辨成像方法，并证明了降维感知矩阵满足约束等距特性，有效解决Kronecker CS方法感知矩阵维数过高的问题；提出了适用于多维稀疏信号恢复的多维SL0（MD-SL0）算法及其快速算法（FMD-SL0），拓展了传统CS方法适用范围，在保证成像效果的同时大大提高了计算效率；提出了联合稀疏重构、稀疏矩阵重构以及二维块稀疏重构等稀疏重构算法，有效提高了非平稳运动目标ISAR成像效果。

（4）提出了基于多尺度内外混合先验学习的ISAR像盲去噪技术、基于空间邻域稀疏约束混合聚类的ISAR像过分割技术、基于深度候选网络的ISAR像目标检测技术、基于深度多模关系学习的ISAR像目标识别技术等，有效提升了ISAR图像信息获取与目标识别能力。

共发表SCI/EI检索论文37篇，其中SCI 检索期刊论文31篇（一区3篇、二区4篇）、EI 检索期刊论文5篇、EI检索会议论文1篇。

出版专著1部（2020.03发行）。

申请国家发明专利3项。

培养博士研究生6名、硕士研究生5名，获中国仿真学会优秀博士学位论文1人、陕西省优秀博士学位论文1人、空军工程大学优秀博士学位论文1人。

完成了相应计算、仿真和分析程序的开发。

本项目的研究进一步丰富和完善了雷达成像理论，对于解决复杂运动目标成像难题、提高对空间空中目标的分类识别能力具有重要理论意义，在预警探测等国家重大安全领域具有广阔应用前景。