1.一种基于改进PGCPF参数估计的无人机ISAR成像方法，该方法包括以下步骤：S1、将接收到的回波信号进行距离压缩、去斜补偿和平动补偿，得到处理后的数据；S2、将处理后的数据通过基于差分进化的加权PGCPF优化算法进行重构，得到重构信号；S2-1、将作非平稳运动的旋翼无人机目标雷达回波信号建模成多分量的线性调频信号，第l个距离单元的回波离散形式s l (n)如下：其中，B k ，a k,0 ，a k,1 ，a k,2 分别代表第k个散射点的幅度、初始相位、中心频率和调频率，K表示离散点总数，n(t)代表了旋翼产生的微多普勒干扰，是一段附加在回波信号上的正弦调频信号，但信号能量小于主体回波能量；S2-2、计算代表回波的多分量LFM信号，PGCPF的定义表达式为：其中，LFM表示线性调频信号，PGCPF表示乘积型广义三次相位函数，m为PGCPF的频域采样点数，s(n)为输入的回波信号，N为信号的长度，β为频率索引，L为时间偏移数，s * (n)表示共轭回波信号；初始化参数，令l＝1，k＝1；S2-3、引入权重因子w 1 和w 2 ，根据下列公式估计二次相位项系数 其中β 1 ＝argmax β |PGCPF(w 1 β)|；β 2 ＝argmax β |PGCPF(w 1 (β 2 -m/2)+w 2 β)|；S2-4、补偿二次相位项，计算一次相位项系数 S2-5、再补偿一次相位项，计算LFM信号分量的幅度 和初始相位系数 S2-6、从原始回波数据中减去这一LFM信号分量，令k＝k+1，回到S2-3，估计下一LFM信号分量，直到k达到全部散射点数，得到该距离单元的多分量LFM信号；S2-7、令l＝l+1，回到S2-3，直到全部距离单元的多分量LFM信号估计完成，利用估计的信号重构回波信号；S2-8、引入差分进化算法优化权重因子w 1 、w 2 以及m；设种群数量为NP，第G次迭代的种群空间L G 如下：X i,G 表示种群个体集合， 分别表示关于w 1 、w 2 和m的种群个体；S2-9、在种群中随机选择3个个体集合X r1,G ,X r2,G ,X r3,G 进行差分处理，设F v 为变异因子，则变异个体集合V i,G 为：V i,G ＝X r1,G +F v (X r2,G -X r3,G )；S2-10、种群中的个体和变异个体按照概率CR进行交叉，得到试验个体 其中：其中，rand j (0,1)表示j取0到1区间内的随机数；S2-11、将当前个体和试验个体带入逆合成孔径雷达回波中计算图像熵值，选择更优的作为下一代个体：其中，E(·)表示计算图像香农熵的函数；S2-12、回到步骤S2-3，以优化的参数继续重构回波信号；S2-13、直到迭代次数G达到最大值，或满足收敛精度时算法结束,得到熵最优的逆合成孔径雷达图像；S3、对重构信号进行二维ISAR成像。
2.如权利要求1所述的一种基于改进PGCPF参数估计的无人机ISAR成像方法，其特征在于，步骤S2-4的具体方法为：其中，
3.如权利要求1所述的一种基于改进PGCPF参数估计的无人机ISAR成像方法，其特征在于，所述步骤S2-5的具体方法为：
