[發明專利]一種基于PAM聚類分析的雷達點跡凝聚方法

有效

• 申請號: 201510360108.6
• 申請日: 2015-06-25
• 公開（公告）號: CN104931934B
• 公開（公告）日: 2017-07-14
• 發明（設計）人: 喬大雷;童衛勇;蔡文彬
• 申請（專利權）人: 中國船舶重工集團公司第七二四研究所
• 主分類號: G01S7/02
• 分類號: G01S7/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于雷達數據處理領域，是一種采用PAM(Partitioning Around Medoid，圍繞中心點的劃分)聚類分析算法的雷達目標點跡凝聚方法。

背景技術

在雷達探測目標的過程中，受到噪聲干擾、目標自身的電磁散射效應等因素導致回波存在一定程度的起伏，一個目標可能在不同位置產生多個點跡，即出現目標分裂現象；同時在復雜雜波環境下，包括常見的氣候雜波(云、雨、海浪等)以及干擾虛假雜波與真實目標的量測信息揉合在一起。為完成雷達的數據處理首先要找到同一目標分裂的各個可能點跡并將其凝聚起來。

傳統的點跡凝聚方法首先尋找某一區域內幅度最大值點作為中心，然后將凝聚波門內的所有點跡通過質心法或比幅法進行凝聚處理，在背景比較干凈的條件下效果尚可，但在雜波較多、航跡交叉或小范圍內存在多批目標等復雜環境時凝聚得到的點跡可能存在較大偏差，從而導致后續的目標跟偏、跟丟等跟蹤不穩定現象。

因此需要設計一種適用于復雜環境下的雷達點跡凝聚方法，以最大限度地減少點跡凝聚結果的可能偏差，進而提高雷達數據處理系統的跟蹤精度和航跡穩定度。

孟凡等提出的“一種基于線性回歸和聚類分析理論的高速機動目標跟蹤方法及其實現”(申請號201210437109.2)專利申請中，對航跡相關時的分裂航跡使用聚類分析進行聚類，從而對高速機動目標進行跟蹤，而本發明在點跡相關層面進行聚類處理，從而得到較高置信度的點跡數據。目前雷達數據處理領域已有的參考文獻中：通常采用基于均值聚類分析技術(K-均值等)，其對雷達噪聲和異常點跡過于敏感，本發明采用較為健壯的圍繞中心點劃分方法；區域內可能存在的目標個數的設定對最終的聚類劃分有很大影響，一般采用模糊化處理，在實際工程實現中有較大偏差，本發明提出基于時間序列判決的多參數綜合方法進行目標個數估計。

發明內容

本發明的目的在于提供一種利用基于PAM聚類和時間序列預測的點跡凝聚方法用于復雜環境下雷達目標點跡的提取處理。實現本發明目的的技術解決方案為：對雷達天線掃描周期內的點跡按方位劃分扇區存儲，對每個扇區內的點跡采用改進的PAM聚類算法進行聚類處理，PAM聚類算法中聚類個數初始值由當前扇區錄取波門數和軟件雜波圖發現的運動目標數確定，通過PAM聚類后使得劃分的每個簇中的點都具有較高的貼近度，作為一個可能目標的分裂點集合進行點跡凝聚處理，并對每個簇的聚點建立時間序列預測模型，后續PAM聚類算法的聚類個數由上一天線掃描周期每個簇聚點的時間序列預測結果、軟件雜波圖、跟蹤波門、錄取波門等參數綜合判決得到。

本發明結構簡單，邏輯清楚，計算復雜度低，易于工程實現。

本發明與現有技術相比，其顯著優點為：該方法提高了復雜環境下雷達點跡凝聚的準確度和點跡提取的智能性。

下面結合附圖2和附圖3對本發明作進一步詳細描述。

附圖說明

附圖1是本發明的功能實現框圖。

附圖2是本發明的工作流程圖。

附圖3是PAM聚類分析算法流程圖。

具體實施方式

本發明采用一種基于PAM聚類分析的點跡凝聚方法進行雷達點跡的提取，具體實施步驟為(參見附圖2)：

步驟1：將經檢測處理后過慢門限的全程全方位點跡按方位扇區存儲；

步驟2：提取扇區內疑似目標信息，計算聚類個數，方法如下：

(1)對當前扇區原始點跡建立三維軟件雜波圖，生成運動點跡；

(2)獲取跟蹤濾波、雷達綜合顯示、時間序列預測等軟件模塊輸出的跟蹤波門、錄取波門、時間序列外推預測結果等中間信息；

(3)對(1)和(2)進行目標冗余歸并處理；

步驟3：當前扇區內按照雷達的目標點跡的回波特性(包含點跡的方位、距離、仰角、信噪比、幅度、RCS、多普勒速度等)計算點跡相似度；

步驟4：按照點跡相似度進行PAM聚類處理，方法如下：

(1)選擇距離步驟2中確定的K個目標位置相似度最貼近的點跡作為初始的簇中心點；

(2)REPEAT；

(3)將N-K個剩余的點跡指派給和它相似度最近的中心點所代表的簇，并計算每個剩余點跡與其簇中心的相似度；

(4)REPEAT；

(5)選擇一個未被選擇的中心點Oi，以Oi為中心建立相似度波門；

(6)REPEAT；

(7)選擇一個中心點波門內未被選擇過的非中心點對象Oh；

(8)計算用Oh代替Oi的總代價并記錄在S中；