基于稀疏贝叶斯学习的雷达微弱目标增强检测方法、系统、电子设备及存储介质

本申请提供一种基于稀疏贝叶斯学习的雷达微弱目标增强检测方法、系统、电子设备及存储介质，涉及稀疏贝叶斯学习技术领域，其中，该方法包括：首先采集空间碎片的预知轨道位置、速度数据及历史雷达散射截面序列，结合雷达双频段信号参数构建空间碎片稀疏特征库。通过双频段信号在电离层中的互补传播特性生成抗干扰回波数据，利用稀疏贝叶斯学习算法将特征库中的轨道数据转换为字典网格偏移量集，实现对回波数据的实时相位补偿。对补偿后的双频段回波进行稀疏系数提取，根据目标运动特征自适应融合双通道稀疏系数形成联合特征向量，最终通过二阶范数能量判决输出空间碎片的增强检测结果。本申请提升了复杂电离层环境下空间碎片的检测可靠性。