1.一种基于水下运动小目标的共形阵声呐高精细成像方法，包括：步骤1：利用共形换能器阵列的参数特点得到单个基元在波束成像方向的覆盖范围；步骤2：根据接收阵分段阵型的特性，进行分段，再对整个声呐图像进行扇面划分得到I个扇面，估计分段阵型对应的扇面角度覆盖范围，估算参与单次波束形成的阵元数，并估计每段阵型对应的点扩散函数；步骤3：利用常规波束形成方法获取原始波束域数据，根据点扩散函数，结合解卷积算法得到高精细成像。
2.根据权利要求1所述的基于水下运动小目标的共形阵声呐高精细成像方法，其特征在于，所述步骤1包括：根据共形换能器阵列基阵的接收基元长度L e ，由下式预估单个基元在波束成像方向的覆盖范围θ e ：其中，λ为声呐中心频率对应的波长，d e 为相邻阵元的间距。
3.根据权利要求2所述的基于水下运动小目标的共形阵声呐高精细成像方法，其特征在于，所述步骤2中，根据接收阵分段阵型的特性，进行分段，再进行扇面划分，估计分段阵型对应的扇面角度覆盖范围，包括：根据接收阵分段阵型的特性，进行分段，对于线阵，根据单个基元在波束成像方向的覆盖范围θ e ，估计出线阵所对应的扇面角度覆盖范围为θ e ；对于弧形阵列，弧形角度为θ a ，假设单个基元的波束开角θ ea ，若θ a ≤θ ea ，则弧形阵列所对应的扇面角度覆盖范围为θ a ，若θ a ＞θ ea ，则单个扇面覆盖角度最大为θ ea 。
4.根据权利要求3所述的基于水下运动小目标的共形阵声呐高精细成像方法，其特征在于，所述步骤2中，估算参与单次波束形成的阵元数，包括：对于I个扇面，若第i个扇面的接收阵型为线阵，则该扇面的阵元数目为N i ，则参与单次波束形成的阵元数目为N i ；若第i个扇面的接收阵型为弧形阵列，单个基元的波束开角θ ea ，根据下式得到参与单次波束形成的阵元数目N ih ：其中，θ d 为相邻阵元之间的夹角。
5.根据权利要求4所述的基于水下运动小目标的共形阵声呐高精细成像方法，其特征在于，所述步骤2中，估计处每段阵型对应的点扩散函数；包括：若第i个扇面的接收阵型为线阵，点扩散函数B p (sinθ)为：其中，d n 为第n个阵元与参考点的距离，P为波束扇面的数目，N i 为参与单次波束形成的阵元数目，θ为预成接收波束指向角度，f 0 为声呐工作频率，c为声速，θ 0 为0度波束指向角；若第i个扇面的接收阵型为弧形阵列，点扩散函数B ph (sinθ)为：其中，θ ce 为相邻弧形阵元间的夹角，R为弧形阵列的半径，N ih 为单次波束形成的阵元数目，nh表示第nh个阵元，c为声速，j表示虚部。
6.根据权利要求5所述的基于水下运动小目标的共形阵声呐高精细成像方法，其特征在于，所述步骤3包括：步骤3-1：根据不同的接收阵型，采用常规波束形成获得每个分段的原始波束域数据；步骤3-2：针对每个分段的接收阵型，获取对应的点扩散函数，根据点扩散函数，通过解卷积运算，迭代运算求解出每个分段的源分布函数；步骤3-3：对多个分段源分布函数进行累加，并对拼接处进行均匀平滑处理，得到整个共形阵列的精细声呐图像。
7.根据权利要求6所述的基于水下运动小目标的共形阵声呐高精细成像方法，其特征在于，所述步骤3-1包括：若某个分段的接收阵型为线阵，根据下式得到对应的原始波束域数据Y p ：其中，x n 为第n个通道的阵元域数据；若某个分段的接收阵型为弧形阵列，根据下式得到对应的原始波束域数据Y ph ：其中，x nh 为第nh个通道的阵元域数据。
8.根据权利要求7所述的基于水下运动小目标的共形阵声呐高精细成像方法，其特征在于，所述步骤3-2包括：若某个分段的接收阵型为线阵，根据原始波束域数据Y p 和点扩散函数B p (sinθ)，由下式，通过解卷积运算，迭代运算求解出源分布函数s p (sinθ)：Y p ＝B p (sinθ)*s p (sinθ)若某个分段的接收阵型为弧形阵列，根据原始波束域数据Y ph 和点扩散函数B ph (θ)，由下式，通过解卷积运算，迭代运算求解出源分布函数s ph (θ)：Y ph ＝B ph (θ)*s ph (θ)。
9.一种基于水下运动小目标的共形阵声呐高精细成像系统，其特征在于，包括：覆盖范围获取模块，用于利用共形换能器阵列的参数特点得到单个基元在波束成像方向的覆盖范围；点扩散函数获取模块，用于根据接收阵分段阵型的特性，进行分段，再对整个声呐图像进行扇面划分得到I个扇面，估计分段阵型对应的扇面角度覆盖范围，估算参与单次波束形成的阵元数，并估计每段阵型对应的点扩散函数；和高精细成像模块，用于利用常规波束形成方法获取原始波束域数据，根据点扩散函数，结合解卷积算法得到高精细成像。
