[發明專利]一種山火自動識別方法

在審

• 申請號: 201810434201.0
• 申請日: 2018-05-08
• 公開（公告）號: CN108846315A
• 公開（公告）日: 2018-11-20
• 發明（設計）人: 王天正;亢銀柱;劉宏;李艷鵬;俞華;蘆山;王力農;宋斌;李恩文;蔡如意
• 申請（專利權）人: 國網山西省電力公司電力科學研究院;武漢大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魯力

1.一種山火自動識別方法，其特征在于，包括以下步驟：

步驟1，采集輸電走廊附近環境目標的幅值、相位、頻率和極化信息，其中，環境目標包括樹木、鐵塔、山頭存在野外的自然環境目標；

步驟2，從幅值、相位、頻率和極化信息中提取目標RCS特征和一維距離像特征；

步驟3，從提取的目標RCS特征和一維距離像特征數據中選取至少N種指標參量，其中，N為正整數；

步驟4，對步驟3已獲取的指標參量進行目標特征量的分類；得到若干個分類單位，當分類單位內的最大隸屬度屬于山火煙霧時，則判定存在山火。

2.根據權利要求1所述的一種山火自動識別方法，其特征在于，RCS特征包括峰值數、高峰數、能量集中度、統計特征值、分布密度函數和變異系數；一維距離像特征包括功率譜特征、目標強散射點中心、去尺度特征、熵值特征、一維像長度特征、最大散射強度特征、分散性和對稱性特征和中心矩特征。

3.根據權利要求1所述的一種山火自動識別方法，其特征在于，進行目標特征量的分類時，是基于類間的可分離性，根據目標特征庫中的已知的目標類別，利用聚類算法進行分類。

4.根據權利要求3所述的一種山火自動識別方法，其特征在于，進行目標特征量的分類時，以多個相鄰的特征數據列為單位作為分類標準進行分類。

5.根據權利要求1所述的一種山火自動識別方法，其特征在于，所述步驟3中，N取8。

6.根據權利要求3所述的一種山火自動識別方法，其特征在于，所述步驟4中聚類算法計算過程具體包括：

步驟4.1：對雷達回波數據集X′＝{x′₁，x′₂，....x′_n}進行數據初始化處理；其中預處理采式(1)數據X′進行變換；

步驟4.2：對初始隸屬度矩陣U進行賦初值，使其滿足約束條件

步驟4.3：利用式(2)和式(3)交替迭代計算聚類中心v_j和隸屬度矩陣U＝[μ_ij]_c×n，其中μ_ij表示樣本x_i對類v_j的隸屬程度，v_j＝(v_j1，v_j2，…，v_jm)代表第j個聚類中心向量；

步驟4.4：當迭代精度達到預設精度時，停止迭代，輸出聚類中心和隸屬度矩陣。

7.根據權利要求3所述的一種山火自動識別方法，其特征在于，所述步驟4.3具體操作方法是：

對于具有q個屬性的樣本x_i＝{x_i1，x_i2，…，x_im，…，x_iq}和聚類中心v_j＝{v_j1，v_j2，…，v_jm，…，v_iq}，先逐一的計算樣本i和聚類中心j的第m個屬性之間的子相似度：再計算綜合相似性：最后，計算樣本i對聚類中心j的隸屬度：

8.根據權利要求6所述的一種山火自動識別方法，其特征在于，所述步驟4.4中，預設精度為相鄰兩次迭代得到的隸屬度差值小于10^-3。

9.根據權利要求1所述的一種山火自動識別方法，其特征在于，所述步驟3中，采用數理統計方法對選出的指標參進行組合，經過特征空間變換后得到目標特征庫。

10.根據權利要求9所述的一種山火自動識別方法，其特征在于，所述步驟3中，目標特征庫的具體獲取方法是：通過特征空間壓縮與變換對特征信息進行特征空間維數壓縮與變換，得到具有高同類聚合性的q維樣本x′_i＝{x′_i1，x′_i2，…，x′_im，…，x′_iq}，由n個樣本x′_i組成的數據集表示為X′＝{x′₁，x′₂，....x′_n}。