本发明属于毫米波雷达信号处理，具体涉及一种毫米波雷达微动参数估计方法。
背景技术：
1、雷达目标一般被视为刚体，即目标上各个散射点的相对位置保持不变，而在实际工程实践中，目标部件相对于主体往往叠加有局部运动，如无人机和直升机旋翼转动、客机引擎涡轮螺旋桨转动，飞鸟翅膀的振动等，这些局部运动统称为微动。主体运动会产生多普勒频率，微动也会产生多普勒频率，该频率会叠加到主体运动产生的多普勒频率上，产生一定的多普勒展宽，这就是微多普勒效应。
2、一方面，微多普勒信号叠加在主体回波信号上面会成为一种干扰，影响雷达成像的质量。而另一方面，微动包含着目标特有的运动属性，可以反映其精细的运动特征，因此微动特征可作为雷达目标识别的重要依据，其在军事及民用方面都有着广泛的应用。在军事方面，基于微动特征提取的识别手段是导弹防御系统的关键技术。由于弹头和诱饵的质量分布不同，导致它们的微动特性存在明显差异，因此通过提取目标的微动特征可以实现真假弹头的识别与分辨。在民用方面，基于雷达所具有的全天时、全天候、穿透能力强及远距离探测等优势，可利用雷达发射的电磁波探测人体微动特征，实现非接触生命信号检测，这在自然灾害救援、医疗卫生等领域都有着非常重要的应用价值。
3、微动特征是目标的本质属性之一，不同类型的目标往往具有自己独特的微动形式，利用这一特点可以通过现代信号处理技术从雷达回波中提取出微动参数，从而估计微动频率、幅度等重要参数，帮助对不同的目标进行分类和识别，提供了雷达非合作目标探测的新思路。
4、根据多普勒效应的基本原理，相同微动速度下波长越短频移越大，发生微多普勒模糊现象难以避免。现有的微动参数估计算法大都不考虑微多普勒模糊，或者以不模糊作为前提条件，但是在现代超宽带体制下微多普勒模糊是必须考虑的问题。
5、时频分析法是微多普勒信号分析和微动参数估计的常见手段，然而传统的时频分析工具如短时傅里叶变换、小波变换等的时频分辨率受测不准原理限制，导致参数估计精度较低。因此，微动参数估计有必要寻求更高效准确的方法。
技术实现思路
1、本发明的目的在于克服现有技术的不足，提供一种毫米波雷达微动参数估计方法，本发明利用vmd-hht方法，能够较为准确地实现微动频率和幅度的估计，相比传统的联合时频分析方法具有更高的时频分辨率。
2、本发明的目的是通过以下技术方案来实现的：一种毫米波雷达微动参数估计方法，具体步骤如下：
3、s1、利用延时互相关处理算法，实现微多普勒信号在雷达低脉冲重复频率下的解模糊处理，得到无模糊的微多普勒信号；
4、s2、利用vmd-hht算法获得微多普勒信号的高分辨希尔伯特谱；
5、s3、提取希尔伯特谱中各微动正弦分量的峰值轮廓；具体方法如下：
6、s31、观察希尔伯特谱中具有不同相位的正弦分量的个数，以此作为旋翼的叶片数nb；
7、s32、对每一个分量分别提取峰值轮廓：
8、
9、式中fk(i)表示第i时刻第k个叶片对应的最大瞬时频率，peak(·)表示求极大值，hv(:,i)表示希尔伯特谱矩阵的第i列；
10、s4、测量平均周期并估计微动频率，具体如下：
11、s41、从希尔伯特谱中描点测量各分量的平均周期
12、s42、进一步用下式计算微动频率，计算结果fr0作为微动频率的估计结果：
13、
14、s5、测量最大频移频率，具体如下：
15、s51、观察希尔伯特谱中各正弦分量并找出其中振幅最大的分量；
16、s52、从微动信号的希尔伯特谱中获取相对应正弦分量的最大频移量，记为fmb；
17、s6、估计微动幅度，具体如下：
18、s6、估计微动幅度，具体如下：
19、s61、微多普勒频移与微动幅度的关系估计叶片长度为：
20、
21、其中，ξ0表示旋转初相，l0为叶片长度，k表示旋翼上的第k个叶片，λ＝cfc为发射信号波长；χ为延时互相关处理算法的收缩比例；
22、s62、叶片长度与正弦分量的最大幅值大小成正比关系，而该幅值大小即为步骤s5中所述最大频移量fmb；因而叶片长度的估计值l0由下式给出：
23、
24、本发明的有益效果是：本发明首先利用延时互相关处理(dccp)算法，实现微多普勒信号在雷达低脉冲重复频率下的解模糊处理，得到无模糊的微多普勒信号，然后利用vmd-hht算法获得微多普勒信号的希尔伯特谱，从中提取各正弦分量的峰值轮廓并获得最大频移频率，随后用平均周期估计微动频率，最后实现微动频率和幅度的估计。本发明利用vmd-hht方法能够较为准确地实现微动频率和幅度的估计，相比传统的联合时频分析方法具有更高的时频分辨率。
1.一种毫米波雷达微动参数估计方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种毫米波雷达微动参数估计方法，其特征在于，所述步骤s1的具体步骤如下：
