[發明專利]基于DBSCAN的被動MIMO雷達多目標定位方法

有效

• 申請號: 202010216456.7
• 申請日: 2020-03-25
• 公開（公告）號: CN111352087B
• 公開（公告）日: 2022-05-24
• 發明（設計）人: 李萬春;王麗;鄒煒欽;廖紅舒
• 申請（專利權）人: 電子科技大學
• 主分類號: G01S7/41
• 分類號: G01S7/41;G01S13/06;G01S7/36;G06K9/62
• 代理公司: 成都點睛專利代理事務所(普通合伙) 51232
• 代理人: 孫一峰

1.基于DBSCAN的被動MIMO雷達多目標定位方法，其特征在于，包括以下步驟：

S1、通過被動MIMO雷達檢測多個目標的時延測量值：設定發射站、目標以及接收站都位于XY平面上，發射站的個數為M個，接收站的個數為N個，發射站的位置坐標為(x_m,y_m),m＝1,2,...,M，接收站的位置坐標為(x_n,y_n),n＝1,2,...,N，目標的位置為(x_q,y_q),q＝1,2,...,Q，其中Q表示目標的個數；則所有接收站所測量到的信號通過信號檢測以及參數估計得到的多個目標來自多個發射站的帶有誤差的時延測量值矩陣為其中MN×Q表示MN行Q列的矩陣；

S2、將時延測量值通過光速轉換為目標到發射站以及目標到接收站的距離和：

其中d_m,q,n表示第q個目標到第m個發射站以及第q個目標到第n個接收站的距離之和；表示信號經過第m個發射站到目標q后，再由目標q散射得到的回波信號由第n個接收站接收的時延；c表示光速；因此對于所有目標的所有距離和測量值組成的矩陣為D^MN×Q；

S3、把發射站、目標以及接收站所在的平面劃分為K×J的網格，網格點的坐標表示為(xk,yj),k＝1,2,...K,j＝1,2,...J，遍歷網格平面中每個網格點，分別計算每個網格點從M個發射站到N個接收站的所有距離和信息表示為：d_k,j^MN×1；

S4、定義I^M×N是元素為全為1的矩陣，計算網格點(x_k,y_j)到d_k,j^MN×1與所有測量值之間的誤差向量，將其定義為：

上式是將坐標點(x_k,y_j)處的距離和向量d_k,j^MN×1所擴展的矩陣與測量值之間的差值按行取矩陣所有列中最小值組成該坐標點的誤差向量

S5、計算每一個網格點(x_k,y_j)處的位置信息代價函數，將其定義為：從而得到基于距離和的代價矩陣C，設定閾值δ并將代價矩陣C中大于δ的數據剔除，由剩余的數據組成新的數據集D＝{(x₁,y₁),(x₂,y₂),...,(x_L,y_L)}，其中L表示剩余數據集的個數；

S6、采用DBSCAN算法進行聚類，具體為：

輸入：設定輸入樣本集為數據集D，鄰域參數(∈,MinPts)，其中∈表示以給定點P為中心的圓形鄰域的范圍即鄰域距離閾值，MinPts表示以點P為中心的鄰域內最少點的數量，樣本距離度量方式為歐氏距離；

S61、初始化核心對象集合初始化聚類簇數S＝0，初始化未訪問樣本集合Γ＝D,簇劃分

S62、對于l＝1,2,...,L,按下面的步驟找出所有的核心對象：

a)通過距離度量方式，找到樣本(x_l,y_l)的∈-鄰域子樣本集N_∈；

b)如果子樣本集樣本個數滿足|N_∈|≥MinPts，將樣本(x_l,y_l)加入核心對象樣本集合：

Ω＝Ω∪{(x_l,y_l)}；

S63、如果核心對象集合則算法結束，否則進入步驟S64；

S64、在核心對象集合Ω中，隨機選擇一個核心對象o，初始化當前簇核心對象隊列Ω_cur＝{o},更新聚類簇數S＝S+1，初始化當前簇樣本集合G_cur＝{o},更新未訪問樣本集合Γ＝Γ-{o}；

S65、如果當前簇核心對象隊列則當前簇樣本集合G_cur生成完畢,更新簇劃分G＝{G₁,G₂,...,G_s},更新核心對象集合Ω＝Ω-G_s，進入步驟S63，否則更新核心對象集合Ω＝Ω-G_s；

S66、在當前簇核心對象隊列Ω_cur中取出一個核心對象o′,通過鄰域距離閾值∈找出所有的∈-鄰域子樣本集N_∈(o′)，令Δ＝N_∈(o′)∩Γ，更新當前簇樣本集合G_cur＝G_cur∪Δ,更新未訪問樣本集合Γ＝Γ-Δ,更新Ω_cur＝Ω_cur∪(Δ∩Ω)-o′，進入步驟S65；

輸出：簇劃分G＝{G₁,G₂,...,G_S}；

S7、在得到針對不同目標的簇G＝{G₁,G₂,...,G_S}，分別對每個簇中的對象進行加權融合得到最終的目標位置估計集合{(x₁,y₁),(x₂,y₂),...,(x_S,y_S)}。