[發明專利]雷達點跡凝聚方法、系統及存儲介質

在審

• 申請號: 201810809657.0
• 申請日: 2018-07-23
• 公開（公告）號: CN109002616A
• 公開（公告）日: 2018-12-14
• 發明（設計）人: 侯小麗;莫紅飛;汪永軍;鈔紅光;葉忠言;凡甲甲;趙海林;閆馮軍
• 申請（專利權）人: 中電科技（合肥）博微信息發展有限責任公司
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06K9/62
• 代理公司: 北京科家知識產權代理事務所(普通合伙) 11427
• 代理人: 陳娟

本發明公開了雷達點跡凝聚方法、系統及計算機可讀存儲介質，所述方法先將雷達每幀的點跡數據進行奇異值分解，根據求解的特征值選取數據量小于原始數據但能夠最大程度表示原始數據的數據，對得到的數據使用DBSCAN算法進行聚類，形成的每個類簇內點跡認為是同一目標的分裂點跡，統計每一個類簇的距離和方位范圍，對獲取的范圍進行區間劃分，根據幅值統計落入各區間點跡的離散系數，將離散系數小的區間做為凝聚區間，計算該區間的平均距離和方位，從而完成點跡凝聚。采用本發明的方法實現在復雜環境下，從雷達點跡的分布密度角度出發，通過提取特征信息、降低噪聲雜波影響的方式進行點跡提取，而提高對目標距離和方位參數估計的精確。

技術領域

本發明涉及雷達點跡凝聚技術領域，尤其涉及雷達點跡凝聚方法、系統及計算機可讀存儲介質。

背景技術

在雷達探測目標的過程中，因受到噪聲干擾、目標自身的電磁散射效應等因素導致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。作為雷達另一重要功能的目標跟蹤以點跡為前提，所以點跡凝聚結果對后續的跟蹤有很大的影響。點跡凝聚的主要思想為：對分布在多個距離單元、方位單元的目標信息進行一定準則的篩選，剔除無效數據，對屬于同一目標的目標數據進行凝聚處理，提取出能夠表示目標的參數信息。

傳統的點跡凝聚方法主要有兩種：1.根據方位中心算法的基本原理，得到點跡的距離和方位，該方法簡單易操作，但是沒有利用目標的幅值信息，容易受到環境的影響，凝聚結果存在著較大的誤差；2.根據質量中心算法的基本原理，得到點跡的距離和方位，該方法對幅值信息加以利用，但是由于它信任了所有點跡群內的點，比較容易受到虛假點跡的影響。

鑒于上述原因，有必要提出一種新的雷達點跡凝聚方法

發明內容

本發明的主要目的在于提供雷達點跡凝聚方法、系統及計算機可讀存儲介質，旨在解決現有的雷達點跡凝聚方法誤差較大的問題，提供一種能夠解決在相對復雜環境下從點跡分布角度考慮，用少于原始數據但能夠在很大程度上表示原始數據的特征數據更為準確實現雷達點跡凝聚的方法。

為實現上述目的，本發明提供雷達點跡凝聚方法，所述方法包括：

步驟S10，對原始的點跡數據進行SVD處理；

步驟S20，對步驟S10得到的數據采用DBSCAN算法進行聚類，對所形成的每個類簇內點跡認定為統一目標的分裂點跡；

步驟S30，對步驟S20得到的每個類簇進行統計，以得到每個類簇的距離和方位范圍；

步驟S40，對得到的距離和方位范圍進行區間劃分，統計離散系數獲得凝聚區間；

步驟S50，計算凝聚區間的平均距離和方位以完成點跡凝聚。

優選地，所述對原始的點跡數據進行SVD處理的步驟包括：

步驟S11，輸入雷達點跡數據，根據雷達點跡數據構造矩陣；

步驟S12，將根據點跡數據構造的矩陣進行奇異值分解，形成包含重要特征的奇異值分解矩陣。

優選地，所述步驟S11中根據雷達點跡數據構造矩陣中的矩陣為：

其中，m表示存儲數據方位數，n表示每個方位上存儲的點跡個數，A_(i，j)表示方位為i，距離為j的點跡幅值。

優選地，所述對步驟S10得到的數據采用DBSCAN算法進行聚類的步驟包括：

步驟S21，設置DBSCAN的參數：半徑Eps以及最小樣本點數MinPts；