1.一种机载圆迹SAR对不同高度目标分离的方法，其特征在于：包括以下步骤：步骤一、构建圆迹SAR数据采集几何模型，以分析得到回波信号，回波信号为不同高度回波信号的混合信号；

步骤二、通过灰度相关性算法对不同子孔径目标进行配准估算出其高度；

步骤三、定义SAR投影矩阵，构建基于完备小波字典的稀疏成像方法  ,以得到不同高度目标的联合稀疏图像；

步骤四、截取回波信号中不同高度的回波子块进行处理，得到不同高度的平面的目标图像；

步骤五、通过实验仿真混合不同高度目标的图像的回波数据，以验证步骤一到步骤四的有效性。

2.根据权利要求1所述一种机载圆迹SAR对不同高度目标分离的方法，其特征在于：系统工作在高度为H的飞机上，绕观测目标做圆形轨迹飞行，半径为R，速度保持不变，运动过程中雷达波束中心始终指向场景中心，观测场景为半径为 的圆形区域，通过计算得雷达到场景中心距离为 ，雷达与x轴的方位角为 ，雷达坐标为， 表示慢时间域；步骤一中，雷达发送线性调频信号，即：  (1)

其中 表示矩形窗函数，是线性调频信号脉冲宽度，是快时间变量，是发射信号中心频率，是线性调频斜率，假设探测区域内任意一点P的坐标为 ，则雷达与P点之间的瞬时距离为：  (2)

P点接收的雷达回波信号为：

  (3)

经正交解调后，P点的目标回波可写为：  (4)

其中 为目标散射特性函数，假设为各向同性散射，则目标散射特性不随入射角变化而变化；

所有点目标混合的雷达回波信号为： =   (5)

然后对混合信号的回波进行距离向压缩，这里以(4)式进行推导，首先对(4)作距离向傅里叶变换,可以得到：  (6)

其中 为距离频率变量，对回波数据作匹配滤波和运动补偿，使场景中心点回波相位为

0 ,可以对公式(4)乘以如下函数：  (7)。

3.根据权利要求2所述一种机载圆迹SAR对不同高度目标分离的方法，其特征在于：步骤二具体包括：灰度自相关算法为：  (8)

其中 、 分别表示(i,j)处子图和模板图像的平均灰度值， 、 分别表示子图和模板图像每个像素点的平均灰度值， 表示子图与模板图像的相似度，值越大则相似程度越高；

圆迹SAR目标高度估计公式如下：  (9)

其中 是经过配准后的两幅子孔径图像的点相差的距离，是子孔径图像相差的角度，为雷达俯仰角。

4.根据权利要求3所述一种机载圆迹SAR对不同高度目标分离的方法，其特征在于：步骤三包括：S1,将距离向脉冲压缩后的数据重排得到列向 ，并定义雷达系统映射矩阵为 ，得到的信号模型为:  (10)

其中，为相位历史数据， 为包含了不同高度的点目标的复值的SAR成像投影算子，f是场景的散射系数， 表示加性噪声，为高斯白噪声；

S2，定义一个完备小波字典  ，将 SAR 图像   示为完备小波字典   稀疏表示，有：  (11)

其中 为稀疏表示的系数，雷达回波数据可以重新记为：  (12)

 基于非二次正则化框架，将SAR图像重建问题表述为以下优化问题:  (13)

其中，

 (14)

代表 范数， 、是标量正则化参数，针对  范数约束，式(14)中的 范数使用以下平滑逼近：  (15)

其中 是一个常数，K是复矢量 的长度， 表示其第i个元素；因此，出于数值目的，将(15)式带入(14)式，得到以下经过修改过的代价函数：  (16)

其中 为向量 的第i个元素，N代表向量 的长度，当 时，式(10)中,式(16)可使用拟牛顿法实现迭代求解最小值；对式(16)的系数 计算实部和虚部的梯度，得到：  (17)

其中，

 (18)

这里，

（19）

 其中, 是代价函数的复梯度， 表示矩阵的转置， 表示一个对角矩阵；

用 的近似代替海森矩阵，根据牛顿法得到迭代公式如下：  (20)

其中 是迭代步长， 是迭代n次之后的估计值，式(20)进一步推导可得  (21)

此时，迭代式(15)是一个   为共轭对称矩阵的线性方程组，将幅度低于门限值的数都设为0，使用预处理共轭梯度处理方法即可实现式(21)的迭代求解，从而得到所需图像。

5.根据权利要求4所述一种机载圆迹SAR对不同高度目标分离的方法，其特征在于：步骤三的S2中， 的取值范围为：0＜ ＜1。