1.一种低信噪比下高动态多普勒频偏及其加速度估计方法，其特征在于，包括如下步骤：

步骤1，依次接收TL个连续码元信号；

步骤2，对每一个码元信号进行快速傅里叶变换；

步骤3，每L个连续码元信号进行非相干累积；

步骤4，从每个累积结果中选取Nc个元素；

步骤5，计算聚类终止参数；

步骤6，对TNc个元素进行凝聚层次聚类；

步骤7，计算每一个簇的大小，并寻找最大簇；

步骤8，根据最大簇中元素的序号平均值，得到多普勒频偏的估计结果；

步骤9，将最大簇的元素划分到T个子簇；

步骤10，计算非空子簇中元素序号的平均值；

步骤11，根据所有非空子簇，得到多普勒频偏加速度的估计结果。

2.根据权利要求1所述的方法，其特征在于，步骤1包括：信号接收端依次接收TL个连续[0] [TL‑1]

码元信号{x ,...,x }，其中第i个信号 表示为：[i]

式中，i＝0,...,TL‑1， 表示第i个码元信号x 的第n个元素，a是码元振幅，b是比特速率为rb的二进制数据信息，j表示复数，fs是采样频率，fd,0是码元上的多普勒初始频偏，fa2

是多普勒频偏加速度， 是初始相位，wn是均值为0、方差为σ的高斯白噪声；N＝fs/rb是一个码元信号长度。

3.根据权利要求2所述的方法，其特征在于，步骤2包括：对每一个长度为N的码元信号[i]

进行Nf点的快速傅里叶变换，得到TL个频域向量，其中，Nf≥N，第i个码元信号x 对应的Nf[i]

点频域向量I 为：

[i] [i]

I ＝fft(x )     (2)式中，fft(·)表示Nf点的复数快速傅里叶变换。

4.根据权利要求3所述的方法，其特征在于，步骤3包括：每L个连续码元信号进行非相干累积，得到T个累积结果 其中，第t个累积结果 如下所示：

式中， 表示累积结果 中的第i个元素，|·|表示取绝对值。

5.根据权利要求4所述的方法，其特征在于，步骤4包括：从每一个累积结果中选取Nc个元素，其中，第t个累积结果 对应的元素集合为 如下所示：式中，i＝0,...,Nc‑1，1≤Nc＜＜Nf， 表示元素集合 的第i个元素， 表示 中等于 的元素，s(i)表示 在 中的序号。

6.根据权利要求5所述的方法，其特征在于，步骤5包括：计算聚类终止参数δ，如下所示：

式中，fa,max表示多普勒频偏加速度fa的最大值。

7.根据权利要求6所述的方法，其特征在于，步骤6包括：对 中的TNc个元素进行凝聚层次聚类，具体包括：步骤6‑1，计算任意两个元素 和 之间的距离 如下所示：式中，t＝0,1,...,T‑1，t'＝0,1,...,T‑1，i＝0,1,...,Nc‑1，i'＝0,1,...,Nc‑1；

步骤6‑2，每一个元素自成一簇，构成TNc个簇 如下所示：式中， 表示第tNc+i个簇，t＝0,...,T‑1，i＝0,...,Nc‑1， 表示簇的总个数；

步骤6‑3，计算簇间距离矩阵M，如下所示：式中，NULL表示空值(不作任何运算)，Mi,k表示距离矩阵M中的第i行第k列元素，x1表示簇Ci中的元素，x2表示簇Ck中的元素，Nc,i和Nc,k分别表示簇Ci和Ck的元素个数；

步骤6‑4，计算簇间距离矩阵M中的最小元素 如下所示：* *

式中，i

步骤6‑5，判断 是否满足：如果满足，进入步骤6‑6，否则进入步骤6‑10；

步骤6‑6，合并两个簇 和 如下所示：步骤6‑7，删除簇 并更新簇的序号，如下所示：步骤6‑8，更新簇的总个数 如下所示：步骤6‑9，更新簇间距离矩阵M，返回步骤6‑3；

步骤6‑10，)得到聚类结果 其中，Ci表示聚类结果中的第i个簇，

8.根据权利要求7所述的方法，其特征在于，步骤7包括：计算每一个簇Ci的大小Si，如下所示：

然后，根据 寻找最大的簇 其中，imax表示最大簇的序号。

9.根据权利要求8所述的方法，其特征在于，步骤8包括：计算最大簇 中所有元素序号的平均值 如下所示：

然后，根据 得到多普勒频偏fd的估计结果 如下所示：

10.根据权利要求9所述的方法，其特征在于，步骤9包括：将最大簇 中所有元素划分到T个子簇 其中第t个子簇 是由既属于 又属于 的所有元素组成，如下所示：

步骤10包括：如果子簇 非空，计算其元素序号的平均值 如下所示：式中， 表示非空子簇 中元素的个数；

步骤11包括：根据所有非空子簇，得到多普勒频偏加速度fa的估计结果 如下所示：式中， 表示非空子簇中元素序号平均值 的平均值，表示非空子簇序号t的平均值，nc,max表示非空子簇的总个数。