CN111707996A

CN111707996A - 基于改进grft-stap的geo星机sar动目标检测方法

Info

Publication number: CN111707996A
Application number: CN202010464625.9A
Authority: CN
Inventors: 董锡超; 崔畅; 胡程
Original assignee: Beijing Institute of Technology BIT; Chongqing Innovation Center of Beijing University of Technology
Current assignee: Beijing Institute of Technology BIT; Chongqing Innovation Center of Beijing University of Technology
Priority date: 2020-05-26
Filing date: 2020-05-26
Publication date: 2020-09-25
Anticipated expiration: 2040-05-26
Also published as: CN111707996B

Abstract

本发明提供一种基于改进GRFT‑STAP的GEO星机SAR动目标检测方法,建立与GEO SA‑BSAR运动目标信号模型匹配的自适应滤波器完成杂波抑制与波束形成，再构建GEO SA‑BSAR的GRFT滤波器，实现运动目标存在大距离走动情况下的聚焦与检测，实现任意GEO SA‑BSAR双基地构型下的动目标检测，具有良好的效果和精度。

Description

基于改进GRFT-STAP的GEO星机SAR动目标检测方法

技术领域

本发明属于合成孔径雷达技术领域，具体涉及一种基于改进GRFT-STAP的GEO星机SAR动目标检测方法。

背景技术

GEO SA-BSAR(地球同步轨道星机双基地合成孔径雷达，GeosynchronousSpaceborne-Airborne Bistatic Synthetic Aperture Radar)系统采用GEO SAR(地球同步轨道合成孔径雷达，Geosynchronous Synthetic Aperture Radar)发射信号，GEO发射端的波束范围达上千公里，且波足速度与机载相当，因此可给机载平台提供长时间稳定的波束覆盖，然后飞机搭载多通道接收系统，可在任意波束照射到的位置接收GEO SAR的反射信号，可实现前视甚至后视成像，检测范围更广，有利于运动目标检测。

目前，多通道动目标检测技术主要是针对机载SAR和LEO SAR(低轨合成孔径雷达，Low Earth Orbit SAR)系统。主要的检测方法包括、ATI(沿轨干涉技术，Along-TrackInterferometry)和DPCA(偏置相位中心天线技术，Displace Phase Center Antenna)两通道的检测方法，其中ATI通过两幅SAR图像的相位差提取出运动目标信息，而DPCA利用两通道的幅度差分和相位差分进行运动目标的检测与参数估计。而对于两个和两个以上的通道，ATI与DPCA性能下降，往往采用STAP(空时自适应处理，Space-Time AdaptiveProcessing)方法，Ender等人首次将STAP的方法应用到SAR MTI(合成孔径雷达动目标指示，SAR Moving Target Indication)中，但是，该方法要求选择较短的CPI(相干处理间隔，Coherent Processing Interval)，保证运动目标不超过一个距离多普勒单元，运动目标的SNR(信噪比，SIGNAL NOISE RATIO)很低。因此，Cerutti-Maori等人提出了成像STAP(Imaging STAP，ISTAP)的方法，将传统后多普勒域STAP和SAR脉冲压缩相结合，获得聚焦后的SAR图像，增强了目标的信噪比。

现有的ISTAP算法基于低轨SAR系统提出，其合成孔径时间短(约1s)，故基于二阶信号模型构建自适应匹配滤波器，且忽略了目标运动产生的距离走动。但是，对于GEO SA-BSAR系统，一方面，其发射端角速度很小，且斜距长，为了获得较高的方位向分辨率和信噪比，需要增加合成孔径时间，所以往往采用更长的合成孔径时间，导致传统的二阶斜距模型不再适用，因此ISTAP算法中的自适应滤波器与GEO SA-BSAR动目标信号模型不匹配，信号能量无法实现相干积累，信噪比损失严重，导致目标难以检测。另一方面，长孔径时间下，运动目标会出现较大的距离走动，如果直接采用传统的频域方位向聚焦算法，目标在距离向出现扩散，无法完成聚焦。

发明内容

有鉴于此，本发明的目的是提供一种基于改进GRFT-STAP的GEO星机SAR动目标检测方法，该改进的GRFT-STAP(广义拉冬傅里叶变换-空时自适应处理，Generalized Radon-Fourier Transform-STAP)算法能够通过建立与GEO SA-BSAR运动目标信号模型匹配的自适应滤波器完成杂波抑制与波束形成，再根据GEO SA-BSAR距离徙动轨迹与运动参数的关系，改进GRFT滤波器，沿运动参数决定的距离徙动轨迹直接进行相参积累，实现运动目标存在大距离走动情况下的聚焦与检测，实现任意GEO SA-BSAR双基地构型下的动目标检测。

一种基于改进GRFT-STAP的GEO星机SAR动目标检测方法，包括以下步骤：

步骤1，采集GEO SA-BSAR多通道回波数据，各通道经过距离压缩和方位向傅里叶变换至距离-多普勒域，利用杂波的协方差矩阵完成杂波抑制；

步骤2，根据步骤1处理得到的杂波抑制结果，在不同速度参数下，构建与GEO SA-BSAR运动目标匹配的导引矢量，以及基于GEO SA-BSAR改进的GRFT滤波器，完成多通道数据的波束形成和GRFT处理，对不同速度的输出结果进行二维CA-CFAR(单元平均恒虚警)检测，得到目标所在的距离门及每个距离门中目标的速度范围；

步骤3，根据步骤2获取的存在运动目标的距离门与目标的速度变化范围，划分更小的速度间隔，对存在目标的距离门再利用重新划分的速度参数进行波束形成与GRFT处理，经过峰值检测获取运动目标的运动参数，完成对运动目标位置与运动参数的估计。

进一步的，步骤3还包括：去除已完成参数估计的目标，若利用CFAR(ConstantFalse-Alarm Rate，恒虚警)检测仍存在运动目标，则再利用峰值检测获取该距离门其他运动目标的运动参数，完成该距离门所有运动目标的位置与运动参数估计。

进一步的，步骤1包括：

步骤11，采集GEO SA-BSAR飞机接收端的多通道回波信号，经过距离压缩后第m个通道的运动目标信号模型如(1)所示：

其中，运动目标在合成孔径中心时刻的坐标为(x₀，y₀)，B_r为信号带宽，σ_t(x₀，y₀)为运动目标的幅度和相位，c为光速，t_r为快时间，t_a为慢时间，T_a为合成孔径时间，ω_a,t(·)为方位向包络，R_bi，t，m(x₀，y₀；t_a)为对于第m个通道运动目标的双程斜距历史，λ为波长；

步骤12，将距离压缩后的信号进行方位向傅里叶变换，获得运动目标第m个通道的距离-多普勒域信号模型如式(2)所示：

其中，exp{-jψ_t(x₀，y₀；f_a)}表示不同通道相同的相位项，

表征第m通道相对参考通道的相位差项：

其中f_a为多普勒频率，R_bi,t,m(x₀,y₀；f_a)为运动目标斜距历程在多普勒域的表达式，W_a，t为距离-多普勒域方位向包络，R₀为孔径中心时刻的的双程斜距，k₁～k₄为GEO SA-BSAR运动目标斜距历史泰勒展开后的一阶到四阶项系数，k_T1为发射端斜距历程泰勒展开后的一阶项系数，y_m为第m个通道与第1个通道的间隔，v_R为飞机的运行速度，v_r为运动目标沿矢量

的速度，矢量

为合成孔径中心时刻目标飞机与GEO卫星斜距的单位矢量在地面投影后的和矢量；

步骤13，利用多个距离门估算每个距离-多普勒单元的杂波协方差矩阵R_Q，进行杂波抑制，如式(5)所示：

其中z为接收到的距离-多普勒单元的空域信号，r表示距离。

进一步的，步骤2包括：

步骤21，利用与GEO SA-BSAR运动目标匹配的导引矢量，对步骤1获得的杂波抑制结果进行空域滤波处理，处理后信号如式(6)所示：

s_f(r，f_a；v_r)＝p_t(f_a；v_r)^Hg(r，f_a) (6)

其中p_t为运动目标的导引矢量如式(7)所示：

其中M为通道数；

步骤22，将波束形成后的信号经过方位向逆傅里叶变换得到二维时域信号s_t(r，t_a)；运动目标在二维时域信号的距离徙动轨迹由目标的运动参数决定，运动参数包括目标二维位置(x，y)、径向速度v_r和方位向速度v_a，由于GEO SA-BSAR的径向速度与方位向速度可能存在耦合，因此利用投影矩阵对方位向速度进行投影，将其投影至径向速度矢量的垂直空间，得到投影后的速度如式(8)所示：

v_F⊥＝B^⊥v_a (8)

其中B^⊥为地面投影矩阵，v_a为方位向速度矢量，v_r⊥为投影后速度矢量，则运动目标在二维时域信号的距离徙动轨迹如式(9)所示：

其中α，β，γ和η分别为一阶、二阶、三阶和四阶系数；

步骤23，根据提取的距离徙动轨迹构建补偿相位因子如式(10)所示：

获得每个运动参数的积累结果如式(11)所示：

f(x，y，v_r，v_r⊥)＝∫_ts_t(R_mi(t_a；x，y，v_r，v_r⊥)，t；v_r)S_com(t_a)dt (11)

步骤24，只有在参数(x，y，v_r，v_r⊥)与运动目标一致时，波束形成和相参积累的结果才能获得最高的增益；因此，在目标位置和速度变化范围进行等间隔划分，x坐标与y坐标间隔设置为分辨率的一半，而v_r和v_r⊥的间隔保证目标的信杂噪比损失不超过3dB，对所有可能的运动参数组合进行波束形成与GRFT处理，获取不同速度参数组合下的x-y图像；

步骤25，给定虚警概率，对每个x-y图像进行二维CA-CFAR处理，获取能检测到运动目标的距离门与该距离门可检测到运动目标的速度范围。

进一步的，步骤3包括：

步骤31，对每个检测到运动目标的距离单元，在其可检测到目标的速度范围内，重新对径向速度和垂直径向速度进行等间隔划分，间隔比之前更小，以获取更加精确的速度和方位位置的估计结果；对已检测到目标的距离单元，利用重新划分的运动参数组合再进行波束形成与GRFT处理，获取不同y轴坐标(x轴坐标由已知距离位置和y轴坐标确定)、v_r和v_r⊥下的处理结果；

步骤32，对获取的GRFT处理结果进行峰值检测，峰值对应的二维位置坐标、径向速度和垂直径向速度，即为目标的参数估计的结果；根据目标参数获取目标在不同速度下的y轴坐标的位置：

其中Δv_r为不同速度与估计的目标速度之差，v_e为GEO SA-BSAR系统的等效速度在方位向的投影；这样就可以找到不同速度参数下目标所在的位置，将该目标提取出来，并利用带通滤波器将其从GRFT的处理结果中去除；

步骤33，移除了已估计了参数的运动目标后，再进行CFAR检测，若检测到仍存在目标，则再进行峰值检测，获取该目标的位置和运动参数，并移除该目标；重复该操作直至不再检测到运动目标。从而，所有目标被检测，同时估计得到了它们的位置和运动参数。

本发明具有如下有益效果：

本发明提供的一种基于改进GRFT-STAP的GEO星机SAR动目标检测方法,建立与GEOSA-BSAR运动目标信号模型匹配的自适应滤波器完成杂波抑制与波束形成，再构建GEO SA-BSAR的GRFT滤波器，实现运动目标存在大距离走动情况下的聚焦与检测，实现任意GEO SA-BSAR双基地构型下的动目标检测，具有良好的效果和精度。

附图说明

图1为本发明的一种基于改进GRFT-STAP的GEO星机SAR动目标检测方法的实现流程图；

图2为本发明的一种GEO星机SAR双基地结构示意图；

图3为本发明的静止场景成像结果和各目标点位置速度的标注示意图；

图4为本发明的运动目标原本所在位置示意图。

具体实施方式

下面结合附图并举实施例，对本发明提供的基于改进GRFT-STAP的GEO星机SAR动目标检测方法进行详细描述，处理流程如图1所示，主要包括：

步骤1，采集GEO SA-BSAR多通道回波数据，各通道经过距离压缩和方位向傅里叶变换至距离-多普勒域，利用杂波的协方差矩阵完成杂波抑制。

考虑到本发明是在距离-多普勒域进行处理。因此，本发明在先将回波数据进行转换得到多通道距离-多普勒域信号，推导得到GEO SA-BSAR运动目标多通道距离-多普勒信号模型，用于数据处理时滤波器的构建，并利用协方差矩阵去除杂波对运动目标检测的影响。几何构型示意图如图2所示，步骤1具体过程如下：

采集GEO SA-BSAR飞机接收端的多通道回波信号，经过距离压缩后第m个通道的运动目标信号模型如(13)所示：

其中，运动目标在合成孔径中心时刻的坐标为(x₀，y₀)，B_r为信号带宽，σ_t(x₀，y₀)为目标的幅度和相位，c为光速，t_r为快时间，t_a为慢时间，T_a为合成孔径时间，ω_a,t(·)为方位向包络，R_bi，t，m(x₀，y₀；t_a)为对于第m个通道运动目标的双程斜距历史，λ为波长。

将距离压缩后的信号进行方位向傅里叶变换，获得运动目标第m个通道的距离-多普勒域信号模型如式(14)所示：

其中，exp{-jψ_t(x₀，y₀；f_a)}表示不同通道相同的相位项，

表征第m通道相对参考通道的相位差项：

其中f_a为多普勒频率，R_bi,t,m(x₀,y₀；f_a)为运动目标斜距历程在多普勒域的表达式，W_a，t为距离-多普勒域方位向包络，k₁～k₄为GEO SA-BSAR运动目标斜距历史泰勒展开后的一阶到四阶项系数，k_T1为发射端斜距历程泰勒展开后的一阶项系数，y_m为第m个通道与第1个通道的间隔，v_R为飞机的运行速度，v_r为目标沿矢量

的速度，矢量

为合成孔径中心时刻目标飞机与GEO卫星斜距的单位矢量在地面投影后的和矢量。

利用多个距离门估算每个距离-多普勒单元的杂波协方差矩阵R_Q，进行杂波抑制如式(17)所示：

其中z为接收到的距离-多普勒单元的空域信号，r表示距离。

步骤2，根据步骤1处理得到的杂波抑制结果，在不同速度参数下，构建与GEO SA-BSAR运动目标匹配的导引矢量，以及基于GEO SA-BSAR改进的GRFT滤波器，完成多通道数据的波束形成和GRFT处理，对不同速度的输出结果进行二维CA-CFAR检测，得到目标所在的距离门及每个距离门中目标的速度范围。

经过杂波抑制后，运动目标的信噪比较低，仍然无法直接检测，需要经过波束形成与GRFT处理获取较高的信杂噪比，通过CFAR检测出目标，具体处理过程如下：

利用与GEO SA-BSAR运动目标匹配的导引矢量，对步骤1获得的杂波抑制结果进行空域滤波处理，处理后信号如式(18)所示：

s_f(r，f_a；v_r)＝p_t(f_a；v_r)^Hg(r，f_a) (18)

其中p_t为运动目标的导引矢量，如式(19)所示：

其中M为通道数。

将波束形成后的信号经过方位向逆傅里叶变换得到二维时域信号s_t(r，t_a)。运动目标在二维时域信号的距离徙动轨迹由目标的运动参数决定，运动参数包括目标二维位置(x，y)、径向速度v_r和方位向速度v_a，由于GEO SA-BSAR的径向速度与方位向速度可能存在耦合，因此利用投影矩阵对方位向速度进行投影，将其投影至径向速度矢量的垂直空间，得到投影后的速度，如式(20)所示：

v_r⊥＝B^⊥v_a (20)

其中B^⊥为地面投影矩阵，v_a为方位向速度矢量，v_r⊥为投影后速度矢量，则运动目标在二维时域信号的距离徙动轨迹如式(21)所示：

其中α，β，γ和η分别为一阶、二阶、三阶和四阶系数，各阶系数可以表示为：

R₀＝R_R0+R_T0 (22)

η＝k_T4，c+k_R4，c (26)

其中：

ε₁＝q₁(x-x_R)+q₂(y-y_R)

ε₂＝-q₁(y-y_R)+q₂(x-x_R) (27)

ε₃＝q₁(x-x_T)+q₂(y-y_T)

ε₄＝-q₁(y-y_T)+q₂(x-x_T) (28)

其中：

根据提取的距离徙动轨迹表达式构建补偿相位因子如式(31)所示：

获得每个运动参数的积累结果如式(32)所示：

f(x，y，v_r，v_r⊥)＝∫_ts_t(R_mi(t_a；x，y，v_r，v_r⊥)，t；v_r)S_com(t_a)dt (32)

只有在参数(x，y，v_r，v_r⊥)与运动目标一致时，波束形成和相参积累的结果才能获得最高的增益。因此，在目标位置和速度变化范围进行等间隔划分，x坐标与y坐标间隔设置为分辨率的一半，而v_r和v_r⊥的间隔保证目标的信杂噪比损失不超过3dB，对所有可能的运动参数组合进行波束形成与GRFT处理，获取不同速度参数组合下的x-y图像。

给定虚警概率，对每个x-y图像进行二维CA-CFAR处理，获取能检测到运动目标的距离门与该距离门可检测到运动目标的速度范围。

步骤3，根据步骤2获取的存在运动目标的距离门与速度变化范围，划分更小的速度间隔，对存在目标的距离门再利用重新划分的速度参数进行波束形成与GRFT处理，经过峰值检测获取运动目标的运动参数，去除已完成参数估计的目标，若利用CFAR检测仍存在运动目标，则再利用峰值检测获取该距离门其他目标参数，完成所有目标的位置与运动参数估计。

考虑目标会在相邻速度对应的x-y图像上被重复检测到，因此需要划分更小的速度间隔，以完成目标位置和运动参数的精确估计，通过计算不同速度图像上目标的位置，可将重复检测到的目标合并，去除该目标后再检测其他目标，具体处理步骤如下：

对每个检测到目标的距离单元，在其可检测到目标的速度范围内，重新对径向速度和垂直径向速度进行等间隔划分，间隔比之前更小，以获取更加精确的速度和方位位置的估计结果。对已检测到目标的距离单元，利用重新划分的运动参数组合再进行波束形成与GRFT处理，获取不同y轴坐标(x轴坐标由已知距离位置和y轴坐标确定)、v_r和v_r⊥下的处理结果。

对获取的GRFT处理结果进行峰值检测，峰值对应的二维位置坐标、径向速度和垂直径向速度，即为目标的参数估计的结果。根据目标参数获取目标在不同速度下的y轴坐标的位置：

其中Δv_r为不同速度与估计的目标速度之差，v_e为GEO SA-BSAR系统的等效速度在方位向的投影。这样就可以找到不同速度参数下目标所在的位置，将该目标提取出来，并利用带通滤波器将其从GRFT的处理结果中去除。

移除了已估计了参数的运动目标后，再进行CFAR检测，若检测到仍存在目标，则再进行峰值检测，获取该目标的位置和运动参数，并移除该目标，重复该操作直至不再检测到运动目标。从而，所有目标被检测，同时估计得到了它们的位置和运动参数。

在本实例中，主要以典型的“8”字形轨迹的GEO SAR系统为例，轨道和成像系统参数如表1所示。选取的双基地构型及该构型下的SAR成像性能如表2所示。静止场景成像结果和各目标点位置速度的标注如图3所示，各目标的位置和速度投影到x轴和y轴后的具体数值如表3所示。

表1 GEO星机双基SAR系统与轨道参数

表2 GEO SA-BSAR双基地构型及系统成像性能

表3场景中设置的运动目标位置与速度

序号	1	2	3	4	5
						x坐标(m)	-549.00	-190.00	161.50	597.64	550.00
y坐标(m)	-371.00	-128.00	81.50	343.00	457.00
						v<sub>x</sub>(m/s)	6.79	-6.79	-4.24	-4.24	2.72
v<sub>y</sub>(m/s)	4.23	-4.23	-2.64	-2.64	4.20

最终估计得到5个目标的位置和速度参数，如表4所示，将它们的位置和输出信噪比如图4所示，图4中用黑色“+”标注了目标原本所在位置。由于估计的为径向速度与垂直径向速度，将它们转换到x轴速度和y轴速度。误差如表5所示，可见平均定位精度为13.8m，v_x的平均精度为0.37m/s，v_y的平均精度为0.13m/s。

表4目标位置与运动参数估计结果

表5目标位置与运动参数估计误差

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种基于改进GRFT-STAP的GEO星机SAR动目标检测方法，其特征在于，包括：

步骤2，根据步骤1处理得到的杂波抑制结果，在不同速度参数下，构建与GEO SA-BSAR运动目标匹配的导引矢量，以及基于GEO SA-BSAR改进的GRFT滤波器，完成多通道数据的波束形成和GRFT处理，对不同速度的输出结果进行二维单元平均恒虚警检测，得到目标所在的距离门及每个距离门中目标的速度范围；

2.如权利要求1所述的基于改进GRFT-STAP的GEO星机SAR动目标检测方法，其特征在于，所述步骤3还包括：

去除已完成参数估计的目标，若利用恒虚警检测确定仍存在运动目标，则再利用峰值检测获取该距离门其他运动目标的运动参数，完成该距离门所有运动目标的位置与运动参数估计。

3.如权利要求1或2所述的基于改进GRFT-STAP的GEO星机SAR动目标检测方法，其特征在于，所述步骤1包括：

步骤11，采集GEO SA-BSAR飞机接收端的多通道回波信号，经过距离压缩后第m个通道的运动目标信号模型，如式(1)：

其中，运动目标在合成孔径中心时刻的坐标为(x₀，y₀)，B_r为信号带宽，σ_t(x₀，y₀)为运动目标的幅度和相位，c为光速，t_r为快时间，t_a为慢时间，T_a为合成孔径时间，ω_a，t(·)为方位向包络，R_bi，t，m(x₀，y₀；t_a)为对于第m个通道运动目标的双程斜距历史，λ为波长；

步骤12，将距离压缩后的信号进行方位向傅里叶变换，获得运动目标第m个通道的距离-多普勒域信号模型：

其中，exp(-jψ_t(x₀，y₀；f_a)}表示不同通道相同的相位项，

表征第m通道相对参考通道的相位差项：

其中f_a为多普勒频率，R_bi，t，m(x₀，y₀；f_a)为运动目标斜距历程在多普勒域的表达式，W_a，t为距离-多普勒域方位向包络，k₁～k₄为GEO SA-BSAR运动目标斜距历史泰勒展开后的一阶到四阶项系数，k_T1为发射端斜距历程泰勒展开后的一阶项系数，y_m为第m个通道与第1个通道的间隔，v_R为飞机的运行速度，v_r为运动目标沿矢量

的速度，矢量

步骤13，利用多个距离门估算每个距离-多普勒单元的杂波协方差矩阵R_Q，进行杂波抑制：

其中z为接收到的距离-多普勒单元的空域信号，r表示距离。

4.如权利要求1或2所述的基于改进GRFT-STAP的GEO星机SAR动目标检测方法，其特征在于，所述步骤2包括：

步骤21，利用与GEO SA-BSAR运动目标匹配的导引矢量，对步骤1获得的杂波抑制结果进行空域滤波处理，处理后信号如式(6)：

s_f(r，f_a；v_r)＝p_t(f_a；v_r)^Hg(r，f_a) (6)

其中p_t为运动目标的导引矢量，如式(7)：

其中M为通道数；

步骤22，将波束形成后的信号经过方位向逆傅里叶变换得到二维时域信号s_t(r，t_a)；运动目标在二维时域信号的距离徙动轨迹由目标的运动参数决定，运动参数包括目标二维位置(x，y)、径向速度v_r和方位向速度v_a，由于GEO SA-BSAR的径向速度与方位向速度可能存在耦合，因此利用投影矩阵对方位向速度进行投影，将其投影至径向速度矢量的垂直空间，得到投影后的速度：

v_r⊥＝B^⊥v_a (8)

其中B^⊥为投影矩阵，v_a为方位向速度矢量，v_r⊥为投影后速度矢量，则运动目标在二维时域信号的距离徙动轨迹：

其中α，β，γ和η分别为一阶、二阶、三阶和四阶系数；

步骤23，根据提取的距离徙动轨迹构建补偿相位因子：

获得每个运动参数的积累结果：

步骤24，在目标位置和速度变化范围进行等间隔划分，x坐标与y坐标间隔设置为分辨率的一半，对所有可能的运动参数组合进行波束形成与GRFT处理，获取不同速度参数组合下的x-y图像；

步骤25，给定虚警概率，对每个x-y图像进行二维单元平均恒虚警检测处理，获取能检测到运动目标的距离门与该距离门可检测到运动目标的速度范围。

5.如权利要求2所述的基于改进GRFT-STAP的GEO星机SAR动目标检测方法，其特征在于，所述步骤3包括：

步骤31，对每个检测到运动目标的距离单元，在其可检测到目标的速度范围内，重新对径向速度和垂直径向速度进行等间隔划分，间隔比之前更小，以获取更加精确的速度和方位位置的估计结果；对已检测到目标的距离单元，利用重新划分的运动参数组合再进行波束形成与GRFT处理，获取不同y轴坐标、v_r和v_r⊥下的处理结果；

其中Δv_r为不同速度与估计的目标速度之差，v_e为GEO SA-BSAR系统的等效速度在方位向的投影；从而确定不同速度参数下目标所在的位置，将该目标提取出来，并利用带通滤波器将其从GRFT的处理结果中去除；

步骤33，移除已估计参数的运动目标后，再进行CFAR检测，若检测到仍存在目标，则再进行峰值检测，获取该目标的位置和运动参数，并移除该目标；重复该操作直至不再检测到运动目标。