1.基于快速稀疏描述的SAR目标型号识别方法，其特征在于，包括以下步骤：

步骤1，利用SAR成像方法针对多个训练样本目标获取不同方位角下的包含有训练样本目标的图像，作为训练样本图像，将针对每一个训练样本目标获取的不同方位角下的多个训练样本图像划分为同一个样本类别，方位角覆盖的范围为0°～360°；利用利用SAR成像方法获取包含有待识别目标的图像，作为测试样本图像；

步骤2，对每一幅训练样本图像和测试样本图像分别进行预处理，得到预处理后的训练样本图像和预处理后的测试样本图像；预处理包括截取子图像和标准直方图均衡化；

步骤3，针对每一幅预处理后的训练样本图像，均将图像中的所有像素值按列取出，排成一个训练样本列向量；针对预处理后的测试样本图像，将图像中的所有像素值按列取出，排成一个测试样本列向量；

步骤4，针对步骤3中得到的所有训练样本列向量，将隶属于同一样本类别的训练样本列向量分成K块，每个块内的训练样本列向量所属的方位角度的覆盖范围为步骤5，对每个块内包含的所有训练样本列向量取平均值，得到K个平均样本列向量；

步骤6，利用样本类别i(i＝1,2,...,C)内的K个平均样本列向量，形成该样本类别i下的训练样本集 C表示样本类别总数；

步骤7，利用获得的各个样本类别的训练样本集，形成稀疏描述中的字典矩阵步骤8，基于字典矩阵 和测试样本列向量，构建优化问题；并利用正交匹配追踪方法或者基追踪方法求解优化问题，获得稀疏描述向量步骤9，利用稀疏描述向量 计算重构误差ei；

步骤10，基于最小重构误差准则，选择最小的重构误差ei对应的样本类别i作为输出结果，即为测试样本图像中的待识别目标所属样本类别。

2.如权利要求1所述的基于快速稀疏描述的SAR目标型号识别方法，其特征在于，所述步骤2中的针对训练样本图像进行预处理的过程如下：以训练样本图像的几何中心为基准，在训练样本图像上截取包含整个目标的图像，作为训练样本子图像；

对截取的训练样本子图像进行标准直方图均衡化得到均衡化后的图像，即为预处理后的训练样本图像。

3.如权利要求1所述的基于快速稀疏描述的SAR目标型号识别方法，其特征在于，所述步骤5中的对每个块内包含的所有训练样本列向量取平均值，得到K个平均样本列向量，采用的公式如下：其中， 表示第i(i＝1,2,…,C)个样本类别中属于第k(k＝1,2,...,K)个划分块内的所有训练样本列向量取平均值后得到的平均样本列向量，Xit表示第i个样本类别中属于第k个划分块的第t个训练样本列向量，T表示该划分块内所有训练样本列向量的数目，C表示样本类别总数，K表示划分块总数。

4.如权利要求1所述的基于快速稀疏描述的SAR目标型号识别方法，其特征在于，所述步骤8中的基于字典矩阵 和测试样本列向量，构建的优化问题采用如下公式进行表示：其中，arg(·)表示求目标函数的最值时的变量值，min(·)表示求最小值操作，s.t.表示约束条件，y表示测试样本列向量，a'表示字典矩阵 下预处理后的测试样本列向量y的稀疏描述向量，||·||1表示取1范数，表示求解优化问题得到的稀疏描述向量最优值。

5.如权利要求4所述的基于快速稀疏描述的SAR目标型号识别方法，其特征在于，所述步骤9中的利用稀疏描述向量 计算重构误差ei，采用的公式如下：其中， 为选择函数，其将稀疏描述向量 中对应样本类别i的元素保留下来，将其余位置的元素置为零，||·||2表示取2范数。