CN104898119B - 一种基于相关函数的动目标参数估计方法 - Google Patents

Abstract

本发明公开了一种基于相关函数的动目标参数估计方法，包括以下几个步骤：步骤一：读入原始动目标回波数据及相关成像参数；步骤二：方位向傅里叶变换处理；步骤三：方位向同CS因子相乘进行补偿；步骤四：距离向傅里叶变换处理；步骤五：距离向同距离补偿因子相乘，进行距离压缩处理；步骤六：距离向傅里叶逆变换处理；步骤七：距离‑多普勒域进行相关函数处理；步骤八：方位向傅里叶逆变换处理；步骤九：频域补零，时域增采样对相关处理结果进行插值处理，求取最大值；步骤十：由相关处理最大值估计目标速度。本发明提出一种基于相关函数的动目标参数估计方法，同时实现估计目标方位向和径向速度，提高了目前星载SAR估计动目标速度的精度，并提出一种新的检测方法。

Description

一种基于相关函数的动目标参数估计方法

技术领域

本发明属于信号处理领域，特别涉及一种合成孔径雷达(Synthetic ApertureRadar，SAR)领域基于相关函数的动目标参数估计方法。

背景技术

SAR是一种高分辨率的成像雷达，可以获得大面积的高分辨率雷达图像。同时它是一种工作在微波频段的主动遥感器，不受地域限制，能全天时、全天候实施对地遥感成像观测任务，并能够穿透天然植被、人工伪装等，与传统光学图像相比，显著提升了雷达的信息捕获能力。因此，SAR得到了广泛的应用。地面和海上运动目标检测技术是现代国内外雷达战术侦察领域重要方向。早在二战期间，就成功的利用运动目标产生的多普勒频移来区分静止目标和运动目标，随着雷达技术的发展，SAR的运动目标检测技术也不断发展，被广泛应用于军事、民用等各个领域。

目前已有的运动目标检测方法主要分为以下几类：

1.基于单通道系统的动目标检测，其原理是根据动目标的回波信号特性直接进行检测，但对单通道系统，杂波抑制很难实现，并且回波中大量的杂波使动目标难以检测；

2.基于多通道系统的动目标检测，其原理是先进行杂波抑制，再根据杂波抑制后的信号进行动目标检测，主要的处理方法有相位中心偏置技术DPCA、沿航迹干涉ATI、空时自适应处理STAP等，但该检测方法存在盲速和速度模糊的问题，并且系统较复杂；

3.基于方位向前后斜视双波束(Bi-Directional SAR,BIDI)的动目标检测，其原理是单星单天线同时产生两个不同方向的波束，实现对目标的多次观测并成像，利用多幅图像间动目标位置的变化检测和估计动目标速度，该方法中利用单星可实现目标方位向速度检测和估计，利用双星可实现目标径向速度检测和估计。

由于目标方位向速度导致图像散焦，径向速度导致多普勒频移，且当目标具有较大的速度时，图像难以聚焦，增大了检测的难度。

发明内容

本发明的目的是为了解决上述问题，提出了一种基于相关函数的动目标参数估计方法，本发明基于单星单通道模型，结合传统的匹配滤波和重聚焦的方法，系统设计简单，本发明定义以目标速度为自变量的相关函数，对自变量进行遍历后分析相关处理结果，当自变量与目标真实速度相等时，相关处理结果最优，实现了运动目标的检测、速度估计和重聚焦。

一种基于相关函数的动目标参数估计方法，包括以下几个步骤：

步骤一：读入原始回波数据及相关成像参数；

读入基于正侧视条带的动目标星载SAR二维原始回波复数据S₀以及相应的成像参数，具体包括：方位向采样点数N_a，距离向采样点数N_r，信号采样率f_s，信号带宽Bw，脉冲宽度τ，调频斜率k，脉冲重复频率PRF，参考斜距R_ref，多普勒中心频率f_d0，多普勒调频率f_r0，卫星速度V_P，信号波长λ，信号方位向带宽B_a，光速c。

步骤二：方位向傅里叶变换处理；

将二维回波仿真复数据S₀进行方位向傅里叶变换处理：复数据S₀沿每个距离向(按列)进行快速傅里叶变换(FFT)，得到方位向频谱(距离-多普勒域)复数据S₁；

步骤三：距离-多普勒域乘以CS因子处理；

将步骤二得到的复数据S₁同对应方位频率的CS因子Ψ₁相乘，得到补偿后的复数据S₂；

步骤四：距离向傅里叶变换处理；

将步骤三得到的复数据S₂沿每个方位向(按行)进行快速傅里叶变换(FFT)，得到二维频谱复数据S₃；

步骤五：二维频域进行距离补偿处理；

将步骤四得到的复数据S₃同对应的距离补偿因子Ψ₂相乘，得到粗聚焦复数据S₄；

步骤六：距离向傅里叶逆变换处理；

将步骤五得到的复数据S₄沿每个方位向(按行)进行快速傅里叶逆变换(IFFT)，得到方位频域(距离-多普勒域)复数据S₅；

步骤七：距离-多普勒域进行相关处理；

定义相关函数Ψ₃，相关函数自变量为目标方位向速度V_a和目标径向速度V_r，将相关函数Ψ₃与步骤六得到的复数据S₅进行相关处理，得到复数据S₆，当自变量V_a、V_r与目标的真实方位向速度V_sa和径向速度V_sr相等时，相关处理达到最优。

步骤八：方位向傅里叶逆变换处理；

将步骤七得到的复数据S₆沿每个距离向(按列)进行快速傅里叶逆变换(IFFT)，得到时域复数据S₇；

步骤九：对成像结果S₇进行插值处理求最大值；

对成像结果S₇进行频域补零、时域增采样的插值处理，求更精确的最大值；返回步骤七，完成自变量V_a和V_r的遍历；

步骤十：利用相关处理最大值估计动目标速度；

对步骤九中基于自变量V_a和V_r得到的相关处理最大值结果作图，估计运动目标的速度。

本发明优点在于：

(1)本发明提出了一种基于相关函数的动目标参数估计方法，可同时实现目标方位向和径向速度的检测。

(2)本发明提出了一种基于相关函数的动目标参数估计方法，具有较高的速度检测精度。由于本发明中目标方位向速度和径向速度估计的步长可以自定义设置，因此可实现高精度的速度参数估计，并能根据检测到的运动目标速度对目标进行高精度的聚焦成像。

(3)本发明提出了一种基于相关函数的动目标参数估计方法，具有适用性强的特点，可同时适用于机载和星载SAR的不同成像模式。

附图说明

图1是本发明提出的一种基于相关函数的动目标参数估计方法的流程图；

图2是实施例运动目标具有2m/s的方位向速度时的二维结果图；

图3是实施例运动目标具有2m/s的径向速度时的二维结果图；

图4是实施例运动目标分别具有2m/s的方位向速度和径向速度时的三维结果图；

图5是实施例运动目标具有8m/s的方位向速度时的二维结果图；

图6是实施例运动目标具有8.6m/s的径向速度时的二维结果图；

图7是实施例运动目标分别具有8m/s的方位向速度和8.6m/s径向速度时的三维结果图；

图8是实施例运动目标具有15m/s的方位向速度时的二维结果图；

图9是实施例运动目标具有16.2m/s的径向速度时的二维结果图；

图10是实施例运动目标分别具有15m/s的方位向速度和16.2m/s径向速度时的三维结果图；

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

本发明提出一种基于相关函数的动目标参数估计方法，处理的对象是正侧视星载条带SAR模式下动目标原始回波数据，得到的结果是估计的运动目标方位向速度和径向速度，流程如图1所示，具体步骤如下：

步骤一：读入原始回波数据及相关成像参数；

读入基于正侧视星载条带SAR模式下动目标二维原始回波仿真复数据S₀以及相应的成像参数。其中S₀是一个二维复数组，大小为N_a×N_r，成像参数具体包括：方位向采样点数N_a，距离向采样点数N_r，信号采样率f_s，信号带宽Bw，脉冲宽度τ，调频斜率k，脉冲重复频率PRF，参考斜距R_ref，多普勒中心频率f_d0，多普勒调频率f_r0，卫星平台速度V_P，信号波长λ，信号方位向带宽B_a，光速c。

步骤二：方位向傅里叶变换处理；

将原始复数据S₀(i,j)沿每个距离向(按列)进行快速傅里叶变换(FFT)，得到方位频域(距离-多普勒域)复数据S₁(i,j)；

S₁(:,j)＝FFT(S₀(:,j)) (1)

其中，S₁(:,j)表示S₁的第j列，S₀(:,j)表示S₀的第j列，FFT(·)表示对一维数组进行快速傅里叶变换。

步骤三：距离-多普勒域乘以CS因子处理；

将步骤二得到的复数据S₁(i,j)同CS因子Ψ₁(i,j)相乘，得到补偿后的复数据S₂(i,j)；

(1)构造两个一维序列i,j，其中i代表方位向序列(行)，j代表距离向序列(列)；

i＝[1,2,…,N_a] (2)

j＝[1,2,…,N_r]

(2)获取距离-多普勒域二维复数据S₁(i,j)各行对应的方位频率f_a(i)和各列对应的距离向时刻τ(j)；

(3)由成像参数计算等效速度V_ref和等效斜视角φ_ref；

(4)获取CS因子Ψ₁(τ,f)如下；

Ψ₁(τ,f_a)＝exp{-jπk_rC_s[τ-τ_ref(f_a)]²} (7)

5)将步骤二中S₁(i,j)与CS因子相乘，得到复数据S₂(i,j)；

S₂(i,j)＝S₁(i,j)·Ψ₁(τ,f_a) (8)

步骤四：距离向傅里叶变换处理；

将步骤三得到的复数据S₂(i,j)沿每个方位向(按行)进行距离向快速傅里叶变换(FFT)，得到二维频域复数据S₃(i,j)；

S₃(i,:)＝FFT(S₂(i,:)) (9)

其中，S₂(i,:)表示S₂的第i行，S₃(i,:)表示S₃的第i行。

步骤五：二维频域进行距离补偿处理；

将步骤四得到的复数据S₃(i,j)同对应的距离补偿因子Ψ₂(f_a,f_τ)相乘，得到距离压缩复数据S₄。

(1)获取二维频域复数据S₃(i,j)每行对应的方位频率f_a(i)和每列对应的距离频率f_τ(j)；

(2)距离补偿因子Ψ₂(f_a,f_τ)如下所示；

(3)将步骤四复数据S₃(i,j)同距离补偿因子Ψ₂(f_a,f_τ)相乘，得到距离压缩后的二维复数据S₄(i,j)

S₄(i,j)＝S₃(i,j)·Ψ₂(f_a,f_τ) (12)

步骤六：距离向傅里叶逆变换处理；

将步骤五得到的复数据S₄(i,j)沿每个方位向(按行)进行快速傅里叶逆变换(IFFT)，得到方位频域(距离-多普勒域)复数据S₅(i,j)；

S₅(i,:)＝IFFT(S₄(i,:)) (13)

其中，S₄(i,:)表示S₄的第i行，S₅(i,:)表示S₅的第i行，IFFT(·)表示对一维数组进行快速傅里叶逆变换。

步骤七：距离-多普勒域进行相关处理；

将步骤六得到的复数据S₅(i,j)与相关函数Ψ₃(f_a,τ,V_a,V_r)相乘，得到相关处理后的复数据S₆(i,j)；

(1)首先分别设置目标方位向速度V_a和径向速度V_r的初值V_a,min、V_r,min，取值范围[V_a,min,V_a,max]，[V_r,min,V_r,max]，及步长ΔV_a,ΔV_r；

(2)根据设置的方位向速度V_a计算等效的相对速度V_{s_t}；根据设置的径向速度V_r计算方位频谱位置偏移Δf_d；

V_{s_t}＝V_ref-V_a (14)

(3)根据方位频谱位置的改变和方位向带宽计算相应的方位频率f(i)；

其余方位点处取f(i)＝0

说明：若只需检测目标方位向速度，则只需设置目标方位向速度初值、范围及步长，在方位点数i∈[0，N_a]时取方位频率其余同上述步骤；若只需检测目标径向速度，则只需设置目标径向速度初值、范围及步长，则等效的相对速度V_{s_t}＝V_ref，其余同上述步骤。基于此可分别估计运动目标方位向速度或径向速度。

(4)定义以V_a，V_r为自变量的相关函数Ψ₃(f,τ,V_a,V_r)如下；

(5)将步骤六得到的复数据S₅(i,j)与相关函数Ψ₃(f,τ,V_a,V_r)相乘，得到相关后的复数据S₆(i,j):

S₆(i,j)＝S₅(i,j)·Ψ₃(f,τ,V_a,V_r) (19)

步骤八：方位向傅里叶逆变换处理；

将步骤七得到的复数据S₆(i,j)沿每个距离向(按列)进行快速傅里叶逆变换(IFFT)，得到最终的成像结果S₇(i,j)；

S₇(:,j)＝IFFT(S₆(:,j)) (20)

其中，S₆(:,j)表示S₆的第j列，S₇(:,j)表示S₇的第j列。

步骤九：对成像结果S₇进行插值处理求最大值；

频域补零，时域增采样的方法对成像结果S₇(i,j)进行插值处理；

(1)求步骤八得到的复数据S₇最大值及其位置(m,n)；

(2)以(m,n)为中心截取小块数据并对其进行方位向和距离向傅里叶变换，在频域进行补零处理，再将得到的大块数据进行方位向和距离向傅里叶逆变换处理；

(3)求时域大块数据的最大值Max，即相关处理最大值Max；

返回步骤七第(1)步，完成自变量V_a和V_r的遍历，得到基于自变量V_a和V_r的相关处理最大值矩阵Max(V_a,V_r)；

说明：只估计目标方位向速度时，得到的相关处理最大值矩阵为Max(V_a)；只估计目标径向速度时，得到的相关处理最大值矩阵为Max(V_r)；同时估计目标方位向速度和径向速度时，得到的相关处理最大值矩阵为Max(V_a,V_r)；

步骤十：利用相关处理最大值矩阵估计运动目标速度；

此步骤分以下三种情况进行运动目标速度估计：

(1)只估计目标方位向速度时，对得到的相关处理最大值矩阵Max(V_a)绘制二维图形，图形最大值对应的速度即为估计的运动目标方位向速度；

(2)只估计目标径向速度时，对得到的相关处理最大值矩阵Max(V_r)绘制二维图形，图形最大值对应的速度即为估计的运动目标径向速度；

(3)同时估计目标方位向速度和径向速度时，对得到的相关处理最大值矩阵Max(V_a,V_r)绘制三维图形，曲线图最高点对应的速度即为估计的运动目标方位向速度和径向速度。

实施例：

本实施例提出一种基于相关函数的动目标参数估计方法，仿真场景为1×1点阵，根据点目标实际速度及方向，分三种情况进行检测：假设目标只有方位向速度；假设目标只有径向速度；假设目标同时具有方位向速度和径向速度。其成像过程中涉及的成像参数如表1所示。

表1实施例参数

本实施例具体包括以下步骤：

步骤一：读入基于星载正侧视条带SAR模式下动目标二维原始回波仿真复数据S₀以及相应的成像参数。其中，S₀是二维复数组，大小为8192×4096，具体成像参数如表1所示；

步骤二：将原始复数据S₀(i,j)沿每个距离向(按列)进行快速傅里叶变换(FFT)，得到方位频域(距离-多普勒域)复数据S₁(i,j)，具体实施按式(1)进行；

步骤三：将步骤二得到的复数据S₁(i,j)同CS因子Ψ₁(τ,f_a)相乘，得到补偿后的复数据S₂(i,j)，具体操作步骤：

(1)构造两个一维序列i,j，如式(2)所示，i＝[1,2,…,8192],j＝[1,2,…,4096]；

(2)获取距离-多普勒域二维复数据S₁(i,j)各行对应的方位频率f_a(i)和各列对应的距离向时刻τ(j)，具体实施按式(3)和式(4)进行；

(3)由成像参数计算等效速度V_ref和等效斜视角φ_ref，具体实施按式(5)和式(6)进行；

(4)求CS因子Ψ₁(τ,f_a)，具体实施按式(7)进行；

(5)将步骤二中S₁(i,j)与CS因子相乘得到补偿后的复数据S₂(i,j)，具体实施按式(8)进行；

步骤四：将步骤三得到的复数据S₂(i,j)沿每个方位向(按行)进行距离向快速傅里叶变换(FFT)，得到二维频域复数据S₃(i,j)，具体实施按式(9)进行；

步骤五：将步骤四得到的复数据S₃(i,j)同对应的距离补偿因子Ψ₂(f_a,f_τ)相乘，得到距离压缩复数据S₄，具体操作步骤：

(1)获取二维频域复数据S₃(i,j)每列对应的距离频率f_τ(j)，具体实施按式(10)进行；

(2)求距离补偿因子Ψ₂(f_a,f_τ)，具体实施按式(11)进行；

(3)将步骤四得到的复数据S₃(i,j)与距离补偿因子Ψ₂(f_a,f_τ)相乘，具体实施按式(12)进行。

步骤六：将步骤五得到的复数据S₄(i,j)沿每个方位向(按行)进行快速傅里叶逆变换(IFFT)，得到距离多普勒域复数据S₅(i,j)，具体实施按式(13)进行。

步骤七：将步骤六得到的复数据S₅(i,j)与相关函数Ψ₃(f_a,τ,V_a,V_r)相乘，得到相关处理后的复数据S₆(i,j)，具体操作步骤：

(1)首先分别设置目标方位向速度V_a和径向速度V_r的初值V_a,min、V_r,min，取值范围[V_a,min,V_a,max]、[V_r,min,V_r,max]，及步长ΔV_a,ΔV_r。本实施例中方位向速度和径向速度范围均为[-30m/s,30m/s]，只估计目标方位向速度或目标径向速度时设其步长均为0.1m/s；同时估计目标方位向速度和径向速度时，设其步长分别为1m/s；

(2)根据设置的目标方位向速度计算等效的相对速度V_{s_t}，具有实施按式(14)进行；根据设置的目标径向速度V_r计算方位频谱位置偏移Δf_d，具体实施按式(15)进行；

(3)根据方位频谱位置的改变和方位向带宽计算对应的方位频率f(i)，具体实施按式(16)和式(17)进行。

(4)计算以速度V_a,V为自变量的相关函数Ψ₃(f,τ,V_a,V_r)，具体实施按式(18)进行；

(5)将步骤六得到的复数据S₅(i,j)与上述补偿因子Ψ₃(f,τ,V_a,V_r)相乘得到复数据S₆(i,j)，具体实施按式(19)进行；

步骤八：将步骤七得到的复数据S₆(i,j)沿每个距离向(按列)进行快速傅里叶逆变换(IFFT)，得到最终的成像结果S₇(i,j)，具体实施按式(20)进行。

步骤九：对成像结果S₇(i,j)进行频域补零，时域增采样插值，求相关处理最大值矩阵Max(V_a,V_r)，具体操作步骤：

(1)求步骤八得到的复数据S₇最大值及其位置(m,n)；

(2)以(m,n)为中心截取32×32小块数据并对其进行方位向和距离向傅里叶变换，在频域进行补零处理得到256×256大数据块，进行8倍插值处理，对大块数据进行方位向和距离向傅里叶逆变换处理；

(3)求时域大块数据的最大值Max，即成像结果最大值Max；

返回步骤七第(1)步，直至循环结束，得到基于设置的目标方位向速度V_a和径向速度V_r的相关处理最大值矩阵Max(V_a,V_r)；

步骤十：利用相关处理最大值估计目标速度；

此步骤分以下三种情况：

(1)只估计目标方位向速度时，对得到的相关处理最大值矩阵Max(V_a)绘制二维图形，图形最大值对应的速度即为估计的运动目标方位向速度，如图2，图5，图8所示；

(2)只估计目标径向速度时，对得到的相关处理最大值矩阵Max(V_r)绘制二维图形，图形最大值对应的速度即为估计的运动目标径向速度，如图3，图6，图9所示；

(3)同时估计目标方位向速度和径向速度时，对得到的相关处理最大值矩阵Max(V_a,V_r)绘制三维图形，曲线图最高点对应的速度即为估计的运动目标方位向速度和径向速度，如图4，图7，图10所示。

速度估计结果如表2，表3所示。

表2图2、图5、图8结果说明

Va_真实(m/s)	Va_估计(m/s)	步长ΔVa(m/s)	Va_误差(m/s)
				2.0	2.1	0.1	0.1
8.0	8.3	0.1	0.3
				15.0	15.6	0.1	0.6

表3图3、图6、图9结果说明

Vr_真实(m/s)	Vr_估计(m/s)	步长ΔVr(m/s)	Vr_误差(m/s)
				2.1	2.2	0.1	0.1
8.6	8.7	0.1	0.1
				16.2	16.3	0.1	0.1

由于图4、图7和图10是同时估计目标方位向速度和径向速度，为了节省计算时间，步长设置较大，导致估计速度误差较大，可以首先设置较大的步长检测目标速度范围，再在小范围内展开速度精细估计。同时目标真实速度为整数，设置速度也为整数，导致估计误差为0或1m/s。图4、图7和图10说明使用本发明的方法可以实现同时估计目标方位向速度和径向速度，且估计误差与设置的速度步长相关。以上数据说明，随着目标真实方位向速度的增加，目标散焦严重，估计误差会随着增大，但仍在误差允许范围之内；随着目标真实径向速度的增加，只影响目标位置变化，散焦程度变化较小，则估计误差变化不大，说明该发明在检测目标径向速度时效果更好。

Claims (4)

1.一种基于相关函数的动目标参数估计方法，具体步骤如下：

步骤一：读入原始回波数据及相关成像参数；

读入基于正侧视星载条带SAR模式下动目标二维原始回波仿真复数据S₀以及相应的成像参数，其中S₀为二维复数组，大小为N_a×N_r，成像参数具体包括：方位向采样点数N_a，距离向采样点数N_r，信号采样率f_s，信号带宽Bw，脉冲宽度τ，调频斜率k，脉冲重复频率PRF，参考斜距R_ref，多普勒中心频率f_d0，多普勒调频率f_r0，卫星平台速度V_P，信号波长λ，信号方位向带宽B_a，光速c；

步骤二：方位向傅里叶变换处理；

将原始复数据S₀(i,j)沿每个距离向进行快速傅里叶变换，得到方位频域复数据S₁(i,j)；

S₁(:,j)＝FFT(S₀(:,j)) (1)

其中，S₁(:,j)表示S₁的第j列，S₀(:,j)表示S₀的第j列，FFT(·)表示对一维数组进行快速傅里叶变换；

步骤三：距离-多普勒域乘以CS因子处理；

将步骤二得到的复数据S₁(i,j)同CS因子Ψ₁(i,j)相乘，得到补偿后的复数据S₂(i,j)；

步骤四：距离向傅里叶变换处理；

将步骤三得到的复数据S₂(i,j)沿每个方位向进行距离向快速傅里叶变换，得到二维频域复数据S₃(i,j)；

S₃(i,:)＝FFT(S₂(i,:)) (9)

其中，S₂(i,:)表示S₂的第i行，S₃(i,:)表示S₃的第i行；

步骤五：二维频域进行距离补偿处理；

将步骤四得到的复数据S₃(i,j)同对应的距离补偿因子Ψ₂(f_a,f_τ)相乘，其中f_a表示方位频率，f_τ表示距离频率，得到距离压缩复数据S₄；

步骤六：距离向傅里叶逆变换处理；

将步骤五得到的复数据S₄(i,j)沿每个方位向进行快速傅里叶逆变换，得到方位频域复数据S₅(i,j)；

S₅(i,:)＝IFFT(S₄(i,:)) (13)

其中，S₄(i,:)表示S₄的第i行，S₅(i,:)表示S₅的第i行，IFFT(·)表示对一维数组进行快速傅里叶逆变换；

步骤七：距离-多普勒域进行相关处理；

将步骤六得到的复数据S₅(i,j)与相关函数Ψ₃(f_a,τ,V_a,V_r)相乘，其中V_a表示目标方位向速度，V_r表示目标径向速度，得到相关处理后的复数据S₆(i,j)；

步骤八：方位向傅里叶逆变换处理；

将步骤七得到的复数据S₆(i,j)沿每个距离向进行快速傅里叶逆变换，得到最终的成像结果S₇(i,j)；

S₇(:,j)＝IFFT(S₆(:,j)) (20)

其中，S₆(:,j)表示S₆的第j列，S₇(:,j)表示S₇的第j列；

步骤九：对成像结果S₇进行插值处理求最大值；

频域补零，时域增采样的方法对成像结果S₇(i,j)进行插值处理；

(1)求步骤八得到的复数据S₇最大值及其位置(m,n)；

(2)以(m,n)为中心截取小块数据并对其进行方位向和距离向傅里叶变换，在频域进行补零处理，再将得到的大块数据进行方位向和距离向傅里叶逆变换处理；

(3)求时域大块数据的最大值Max，即相关处理最大值Max；

返回步骤七，完成自变量目标方位向速度V_a和目标径向速度V_r的遍历，得到基于自变量目标方位向速度V_a和目标径向速度V_r的相关处理最大值矩阵Max(V_a,V_r)；

说明：只估计目标方位向速度V_a时，得到的相关处理最大值矩阵为Max(V_a)；只估计目标径向速度V_r时，得到的相关处理最大值矩阵为Max(V_r)；同时估计目标方位向速度V_a和径向速度V_r时，得到的相关处理最大值矩阵为Max(V_a,V_r)；

步骤十：利用相关处理最大值矩阵估计运动目标速度；

此步骤分以下三种情况进行运动目标速度估计：

(1)只估计目标方位向速度V_a时，对得到的相关处理最大值矩阵Max(V_a)绘制二维图形，图形最大值对应的速度即为估计的运动目标方位向速度；

(2)只估计目标径向速度V_r时，对得到的相关处理最大值矩阵Max(V_r)绘制二维图形，图形最大值对应的速度即为估计的运动目标径向速度；

(3)同时估计目标方位向速度V_a和目标径向速度V_r时，对得到的相关处理最大值矩阵Max(V_a,V_r)绘制三维图形，曲线图最高点对应的速度即为估计的运动目标方位向速度和径向速度。

2.根据权利要求1所述的一种基于相关函数的动目标参数估计方法，所述步骤三具体包括：

(1)构造两个一维序列i,j，其中i代表方位向序列，j代表距离向序列；

(2)获取距离-多普勒域二维复数据S₁(i,j)各行对应的方位频率f_a(i)和各列对应的距离向时刻τ(j)；

(3)由成像参数计算等效速度V_ref和等效斜视角φ_ref；

(4)获取CS因子Ψ₁(τ,f)如下；

Ψ₁(τ,f_a)＝exp{-jπk_rC_s[τ-τ_ref(f_a)]²} (7)

其中：a＝λf_a/2V_ref，等效距离向时间

(5)将步骤二中S₁(i,j)与CS因子相乘，得到复数据S₂(i,j)；

S₂(i,j)＝S₁(i,j)·Ψ₁(τ,f_a) (8)。

3.根据权利要求2所述的一种基于相关函数的动目标参数估计方法，所述步骤五具体包括：

(1)获取二维频域复数据S₃(i,j)每行对应的方位频率f_a(i)和每列对应的距离频率f_τ(j)；

(2)距离补偿因子Ψ₂(f_a,f_τ)如下所示；

(3)将步骤四复数据S₃(i,j)同距离补偿因子Ψ₂(f_a,f_τ)相乘，得到距离压缩后的二维复数据S₄(i,j)

S₄(i,j)＝S₃(i,j)·Ψ₂(f_a,f_τ) (12)。

4.根据权利要求2所述的一种基于相关函数的动目标参数估计方法，所述步骤七具体包括：

(1)首先分别设置目标方位向速度V_a和径向速度V_r的初值V_a,min、V_r,min，取值范围[V_a,min,V_a,max]，[V_r,min,V_r,max]，及步长ΔV_a,ΔV_r；

(2)根据设置的方位向速度V_a计算等效的相对速度V_{s_t}；根据设置的径向速度V_r计算方位频谱位置偏移Δf_d；

V_{s_t}＝V_ref-V_a (14)

(3)根据方位频谱位置的改变和方位向带宽计算相应的方位频率f(i)；

在方位向点数

取方位频率

其余方位点处取f(i)＝0

说明：若只需检测目标方位向速度，则只需设置目标方位向速度初值、范围及步长，在方位点数i∈[0，N_a]时取方位频率其余同上述步骤；若只需检测目标径向速度，则只需设置目标径向速度初值、范围及步长，则等效的相对速度V_{s_t}＝V_ref，其余同上述步骤；基于此可分别估计运动目标方位向速度或径向速度；

(4)定义以V_a，V_r为自变量的相关函数Ψ₃(f,τ,V_a,V_r)如下；

其中V_ref表示等效速度，φ_ref表示等效斜视角；

(5)将步骤六得到的复数据S₅(i,j)与相关函数Ψ₃(f,τ,V_a,V_r)相乘，得到相关后的复数据S₆(i,j):

S₆(i,j)＝S₅(i,j)·Ψ₃(f,τ,V_a,V_r) (19)。