一种适用于场面监视雷达的目标凝聚方法及装置制造方法及图纸

本发明专利技术涉及雷达数据处理技术，尤其是涉及一种适用于场面监视雷达的目标凝聚方法及装置。本发明专利技术针对现有技术存在的问题，提供一种目标凝聚方法及装置。以雷达所在位置为系统中心点，雷达威力范围为边界，将管制空间投影为一个直角坐标系平面。首先按一个方向的坐标值将原始点迹集分配到相应的空间单元里，再依次对空间单元进行凝聚处理，得到该方向上的聚类结果，在此基础上，对第一次的聚类结果再进行另一个方向的凝聚处理，便得到了最终的凝聚结果。由于该算法一次凝聚只对一维方向进行线性扫描，优于传统的考虑两个维度的算法，故而称为降维算法。另外，由于不用计算任意两点间的距离，它的算法时间复杂度是线性的，因此效率很高。

【技术实现步骤摘要】

本专利技术涉及雷达数据处理技术，尤其是涉及一种适用于场面监视雷达的目标凝聚方法及装置。
技术介绍
场面监视雷达用来监视机场地面交通状况，以实现对地面航空器和机动车辆的调度，出现危险情况时能及时发出警报。场面监视雷达的功能决定了它的高精度和实时性。距离分辨率达 3米，方位分辨率小于等于0.6°，周期是1秒。雷达扫描飞机、汽车等目标时，录取的目标原始点迹通常存在多个，不同目标的原始点迹数据与虚警混在一起，目标点迹凝聚处理就是把原始点迹数据进行归类，把同一目标产生的点迹数据划为一个集合再进行凝聚处理产生唯一的目标点迹，并剔除杂波残余、干扰或无关紧要的目标引起的点迹，以便后续的航迹处理。场面监视雷达的数据处理流程图如图1所示；目标凝聚的本质是对雷达扫描视频点进行归类，将属于同一个目标的数据划为一个集合。常用的方法有聚类算法、连通区域标记算法等。聚类分析是通过将有限未标记数据集分成有限离散“自然”数据集来发现数据的结构信息，是统计模式分类中无监督分类的一个重要分支。聚类分析是按照某个特定标准把一个数据集分成若干个不同的子类，使得在同一类内的样本相似性尽可能的大，不同类的样本差异性也尽可能的大。场面监视雷达系统对实时性的要求高。K-均值聚类、模糊聚类，虽然这些聚类算法的聚类效果比较好，但由于需要迭代，计算量很大。目标凝聚问题还可以转化为二值图像的连通区域标记问题。二值图像指仅包含背景像素和目标像素的数字图像。对二值图像而言，紧邻的点即认为是连通的。二值图像连通区域标记指将图像中符合某种连通规则的目标像素点用相同的标号表示出来。到目前为止，常用的连通区域标记方法主要有以下几类：1）双向反复扫描法：第一次扫描时，将每个目标像素点标记为一个唯一的标号。然后，通过正向和反向扫描标号图像，并在每个像素的邻域内传播最小标号，直到没有标号变化时为止。2）两次扫描法：第一次扫描时，将临时标号存储在一个与图像大小一样的二维数组中并形成等价对。扫描结束时，通过某种搜索方法合并等价标号；第二次扫描时，用等价标号中最小的标号值赋予所有等价标号对应的像素点。详细的算法描述是：首先对一幅二值图像从左到右、从上到下进行扫描。假如当前像素的灰度值为 0，就移到下一个扫描位置。假如当前像素的灰度值为 1，检查它左、左上、上、右上这 4 个相邻像素。如果上述 4 个相邻像素的灰度值都为 0，就给当前像素一个新的标记值。如果 4 个相邻像素中只有一个像素 P 的灰度值为 1，就把 P 像素的标记值赋给当前像素。如果 4 个相邻像素中有 m（1<m<=4）个像素的灰度值为 1，则按照左、左上、上、右上的优先顺序，确定当前像素的标记值。然后对这 m 个像素所拥有的标记值做等价对，并将其归入一个等价对数组中。第一次扫描结束后，所有灰度值为 1 的点都已经被标记过，但有些标记是等价的。整理等价对数组，把等价对整理为等价关系。进行第二次图像扫描，根据整理所得的等价关系来进行重新标记。第二次扫描结束后，所有灰度值为 1 的目标区域都被标记了不同的标记值。3）区域增长法：依次扫描二值图像的每一个像素点。当找到某个未标记的目标像素点时，将其压入堆栈并从该点开始反复标记其区域，直到堆栈为空。详细的算法描述为：首先，对输入的二值图像施行逐行扫描，找到一个未标记区域的第一点，标记该点。检查该点的八邻域点并标记满足连通性要求的，且尚未被标记的点，同时将新增的标记点记录下来作为“区域增长”的种子点。在后续的标记过程中，不断地从记录种子点的数组中取出一个种子，施行上述操作，如此循环，直到记录种子点的数组为空。一个连通区域标记结束，接着再标记下一个未标记区域，直到输入二值图像的所有连通区域都被标记。以上几种常用的连通区域标记算法的运行效率不高，双向反复扫描法由于扫描次数过多，导致时间效率不高；区域增长法不但对目标像素需要扫描多次，目标像素点的邻域比较次数也较多，而且需要较多的堆栈操作时间；两次扫描法对于阶梯形的连通区域由于等价对太多而效率很低。其次，这些算法严格地按照行列扫描，不能根据实际情况设置波门，灵活性不大。
技术实现思路
本专利技术所要解决的技术问题是：针对现有技术存在的问题，提供一种适用于场面监视雷达的目标凝聚方法及装置。以雷达所在位置为系统中心点，雷达威力范围为边界，将管制空间投影为一个直角坐标系平面。然后将X轴从一个方向到相对的另一个方向分为若干个竖直带状空域，作为X方向凝聚的基本单元；再将Y轴从一个方向到相对的另一个方向分为若干效果个水平带状空域，作为Y方向凝聚的基本单元。凝聚处理时，首先将要处理的原始点迹集合投影到系统直角坐标系平面，再依次进行单方向的凝聚处理。首先按一个方向的坐标值将原始点迹集分配到相应的空间单元里，再依次对空间单元进行处理，得到该方向上的聚类结果，在此基础上，对第一次的聚类结果再进行另一个方向的凝聚处理（方法一致），便得到了最终的凝聚集合，最后将各个凝聚的点集合加权平均后输出，得到聚类结果。由于该算法一次凝聚只对一维方向进行线性扫描，优于传统的考虑两个维度的算法，故而称为降维算法。另外，由于不用计算任意两点间的距离，它的算法时间复杂度是线性的，因此效率很高。本专利技术采用的技术方案如下：一种适用于场面监视雷达的目标凝聚方法包括：步骤1：以雷达所在位置为系统中心点，雷达威力范围（-MaxRange~MaxRange）为边界，X方向门限值XThreshold为X方向基本单位，Y方向门限值YThreshold为方向基本单元，将管制空间投影为一个直角坐标系平面；将管制空间沿X轴从一个方向到相对的另一个方向划分为2N个竖直带状空域带，作为X方向凝聚的基本单元，其中N=MaxRange/Xthreshold；再将管制空间沿Y轴从一个方向到相对的另一个方向划分为2M个水平带状空域带，作为Y方向凝聚的基本单元，其中M=MaxRange/Ythreshold；步骤2：获得当前时刻雷达原始点迹，进行杂波处理得到待凝聚原始点迹集合，执行步骤3或步骤6再依次进行单方向的凝聚处理，得到凝聚后的点迹；步骤3：将待凝聚原始点迹集合投影到直角坐标系平面，对待凝聚原始点迹集合进行X方向凝聚，获得X方向凝聚点迹集合PointSet；每个凝聚点迹集合PointSet以索引index为键值，存储在X方向的凝聚原始点迹集合RawPointSets；index为点集所属X方向空域带索引号；步骤4：从凝聚原始点迹集合RawPointSets中取一个点迹集合OnePointSet，对其进行Y方向凝聚处理，所述Y方向凝聚处理与X方向凝聚处理方法相同；对OnePointSet进行Y方向的凝聚处理后，凝聚产生的点迹集合全部加入集合LastPointSets；判断凝聚原始点迹集合RawPointSets的点迹集合是否已经处理完，若凝聚原始点迹集合RawPointSets的点迹集合已经处理完毕，执行步骤5，否则，从RawPointSets中删除该点迹集合OnePointSet，执行步骤4；步骤5：遍历LastPointSets中的原始点迹集合，计算各集合的质心点，即加权平均值，便得到凝聚后的点迹；步骤6：将待凝聚原始点迹集合投影到直角坐标系平面，对待凝聚原始点迹集合进行先进行Y方向凝本文档来自技高网...

【技术保护点】
一种适用于场面监视雷达的目标凝聚方法，其特征在于包括：步骤1：以雷达所在位置为系统中心点，雷达威力范围（‑MaxRange~MaxRange）为边界，X方向门限值XThreshold为X方向基本单位，Y方向门限值YThreshold为方向基本单元，将管制空间投影为一个直角坐标系平面；将管制空间沿X轴从一个方向到相对的另一个方向划分为2N个竖直带状空域带，作为X方向凝聚的基本单元，其中N=MaxRange/Xthreshold；再将管制空间沿Y轴从一个方向到相对的另一个方向划分为2M个水平带状空域带，作为Y方向凝聚的基本单元，其中M=MaxRange/Ythreshold；步骤2：获得当前时刻雷达原始点迹，进行杂波处理得到待凝聚原始点迹集合，执行步骤3或步骤6再依次进行单方向的凝聚处理，得到凝聚后的点迹；步骤3：将待凝聚原始点迹集合投影到直角坐标系平面，对待凝聚原始点迹集合进行X方向凝聚，获得X方向凝聚点迹集合PointSet；每个凝聚点迹集合PointSet以索引index为键值，存储在X方向的凝聚原始点迹集合RawPointSets；index为点集所属X方向空域带索引号；步骤4：从凝聚原始点迹集合RawPointSets中取一个点迹集合OnePointSet，对其进行Y方向凝聚处理，所述Y方向凝聚处理与X方向凝聚处理方法相同；对OnePointSet进行Y方向的凝聚处理后，凝聚产生的点迹集合全部加入集合LastPointSets；判断凝聚原始点迹集合RawPointSets的点迹集合是否已经处理完，若凝聚原始点迹集合RawPointSets的点迹集合已经处理完毕，执行步骤5，否则，从RawPointSets中删除该点迹集合OnePointSet，执行步骤4；步骤5：遍历LastPointSets中的原始点迹集合，计算各集合的质心点，即加权平均值，便得到凝聚后的点迹；步骤6：将待凝聚原始点迹集合投影到直角坐标系平面，对待凝聚原始点迹集合进行先进行Y方向凝聚，获得Y方向凝聚点迹集合PointSet；每个凝聚点迹集合PointSet以索引index为键值，存储在Y方向的凝聚原始点迹集合RawPointSets；index为点集所属Y方向空域带索引号；步骤7：从凝聚原始点迹集合RawPointSets中取一个点迹集合OnePointSet，对其进行X方向凝聚处理，所述X方向凝聚处理与Y方向凝聚处理方法相同；对OnePointSet进行X方向的凝聚处理后，凝聚产生的点迹集合全部加入集合LastPointSets；判断凝聚原始点迹集合RawPointSets的点迹集合是否已经处理完，若凝聚原始点迹集合RawPointSets的点迹集合已经处理完毕，执行步骤8，否则，从RawPointSets中删除该点迹集合OnePointSet，执行步骤7；步骤8：遍历LastPointSets中的原始点迹集合，计算各集合的质心点，即加权平均值，便得到凝聚后的点迹。...

【技术特征摘要】
1.一种适用于场面监视雷达的目标凝聚方法，其特征在于包括：步骤1：以雷达所在位置为系统中心点，雷达威力范围（-MaxRange~MaxRange）为边界，X方向门限值XThreshold为X方向基本单位，Y方向门限值YThreshold为方向基本单元，将管制空间投影为一个直角坐标系平面；将管制空间沿X轴从一个方向到相对的另一个方向划分为2N个竖直带状空域带，作为X方向凝聚的基本单元，其中N=MaxRange/Xthreshold；再将管制空间沿Y轴从一个方向到相对的另一个方向划分为2M个水平带状空域带，作为Y方向凝聚的基本单元，其中M=MaxRange/Ythreshold；步骤2：获得当前时刻雷达原始点迹，进行杂波处理得到待凝聚原始点迹集合，执行步骤3或步骤6再依次进行单方向的凝聚处理，得到凝聚后的点迹；步骤3：将待凝聚原始点迹集合投影到直角坐标系平面，对待凝聚原始点迹集合进行X方向凝聚，获得X方向凝聚点迹集合PointSet；每个凝聚点迹集合PointSet以索引index为键值，存储在X方向的凝聚原始点迹集合RawPointSets；index为点集所属X方向空域带索引号；步骤4：从凝聚原始点迹集合RawPointSets中取一个点迹集合OnePointSet，对其进行Y方向凝聚处理，所述Y方向凝聚处理与X方向凝聚处理方法相同；对OnePointSet进行Y方向的凝聚处理后，凝聚产生的点迹集合全部加入集合LastPointSets；判断凝聚原始点迹集合RawPointSets的点迹集合是否已经处理完，若凝聚原始点迹集合RawPointSets的点迹集合已经处理完毕，执行步骤5，否则，从RawPointSets中删除该点迹集合OnePointSet，执行步骤4；步骤5：遍历LastPointSets中的原始点迹集合，计算各集合的质心点，即加权平均值，便得到凝聚后的点迹；步骤6：将待凝聚原始点迹集合投影到直角坐标系平面，对待凝聚原始点迹集合进行先进行Y方向凝聚，获得Y方向凝聚点迹集合PointSet；每个凝聚点迹集合PointSet以索引index为键值，存储在Y方向的凝聚原始点迹集合RawPointSets；index为点集所属Y方向空域带索引号；步骤7：从凝聚原始点迹集合RawPointSets中取一个点迹集合OnePointSet，对其进行X方向凝聚处理，所述X方向凝聚处理与Y方向凝聚处理方法相同；对OnePointSet进行X方向的凝聚处理后，凝聚产生的点迹集合全部加入集合LastPointSets；判断凝聚原始点迹集合RawPointSets的点迹集合是否已经处理完，若凝聚原始点迹集合RawPointSets的点迹集合已经处理完毕，执行步骤8，否则，从RawPointSets中删除该点迹集合OnePointSet，执行步骤7；步骤8：遍历LastPointSets中的原始点迹集合，计算各集合的质心点，即加权平均值，便得到凝聚后的点迹。2.根据权利要求1所述的一种适用于场面监视雷达的目标凝聚方法，其特征在于所述步骤2中获得当前时刻雷达原始点迹，进行杂波处理得到待凝聚原始点迹集合具体过程是：步骤21：获得当前时刻雷达原始点迹作为输入；步骤22：对当前时刻原始点迹进行X方向的凝聚，获得X方向归并点迹集合PointSet，每个点迹集合以X方向索引index为键值，存储在RawPointSets中；步骤23：获取X方向凝聚后的原始点迹集合RawPointSets；步骤24：从RawPointSets中取一个点迹集合OnePointSet，准备进行Y方向的凝聚处理；所述Y方向凝聚处理与X方向凝聚处理方法相同；步骤25：对OnePointSet进行Y方向的凝聚处理，凝聚产生的点迹集合全部加入集合LastPointSets；步骤26：判断RawPointSets的点迹集合是否已经处理完，若RawPointSets处理完毕，则执行步骤27，否则，执行步骤24；步骤27：获得归并后的集合LastPointSets；遍历LastPointSets中的原始点迹集合；若该点迹集合中的点迹个数大于门限值iDensity，则将该点迹集合中的点迹加入待凝聚点迹集合；否则，删除该点迹集合。3.根据权利要求1所述的一种适用于场面监视雷达的目标凝聚方法，其特征在于所述步骤3中对待凝聚原始点迹数据进行X方向凝聚，具体过程是：步骤31：清空AllAarrayMap，获取当前时刻的待凝聚所有原始点迹points并存入数据缓存，得到无序的待凝聚的所有原始点迹points；AllAarrayMap指的是所有点迹集合的映射关系，以点迹所属空域带号index为键，位于该空域带的点迹集合为值；步骤32：取points中一个待凝聚原始点迹的point，根据point的极坐标计算笛卡尔坐标，以此便将待凝聚所有原始点迹points投影到直角坐标系平面；根据point的X坐标point.x计算point所属空域带， index=point.x/XThreshold+1；步骤33：将point存入空域带对应的点迹集合pointArray[index]，若当前还没有该点迹集合，则新创建一个；以index为键值，pointArray[index]为值，建立点迹集合的映射关系AllAarrayMap[index，pointArray[index]]；若point不是所有原始点迹points中的最后一个点迹，则从points中删除point，执行步骤32；步骤34：取出AllAarrayMap的键值集合keys，将键值keys中所有index进行升序排列；keys指的是所有index的集合；步骤35：依次遍历keys，取一个键值index和index的下一个健值next；根据index、next分别取出与其对应的点迹集合pointArray[index]、点迹集合pointArray[next]；步骤36：若pointArray[next].Xmin -pointArray[index].Xmax<Xthreshold，则执行步骤37,否则index=next，执行步骤35；其中pointArray[index].Xmax与pointArray[inext].Xmin分别是pointArray[index]中点迹X坐标最大值和pointArray[next]中点迹X坐标值最小值；步骤37：将pointArray [next]中的点迹并入pointArray [index]中，并且更新pointArray [index].Ymax=pointArray[next].Ymax，在AllAarrayMap中删除next对应的存储记录；其中pointArray [index].Ymax为pointArray[index]中点迹Y坐标最大值，pointArray[next].Ymax为pointArray [next]中点迹Y坐标值最大值；步骤38：若next到达keys的最大值，则执行步骤310，否则执行步骤39；步骤39：next=next+1，跳转到步骤36；步骤310：按键值keys中index大小进行升序排列，将AllAarrayMap中的点迹集合存入RawPointSets。4.根据权利要求1所述的一种适用于场面监视雷达的目标凝聚方法，其特征在于所述步骤4对待凝聚原始点迹数据进行Y方向凝聚，具体过程是：步骤41：清空AllAarrayMap，从RawPointSets中取一个点迹集合OnePointSet；AllAarrayMap指的是所有点迹集合的映射关系，以点迹所属空域带号index为键，位于该空域带的点迹集合为值；步骤42：取OnePointSet中一个待凝聚原始点迹的point，根据point的Y坐标point.y计算point所属空域带， index=point.y/YThreshold+1；步骤43：将point存入空域带对应的点迹集合pointArray[index]，若当前还没有该点迹集合，则新创建一个；以index为键值，pointArray[index]为值，建立点迹集合的映射关系AllAarrayMap[index，pointArray[index]]；若point不是OnePointSet的最后一个点迹，则从OnePointSet删除point，执行步骤42；步骤44：取出AllAarrayMap的键值集合keys，将键值keys中所有index进行升序排列；keys指的是所有index的集合；步骤45：依次遍历keys，取一个键值index和index的下一个健值next；根据index、next分别取出与其对应的点迹集合pointArray[index]、点迹集合pointArray[next]；步骤46：若pointArray[next].Ymin- pointArray[index].Ymax<Ythreshold，则执行步骤47,否则，index=next，执行步骤45；其中pointArray[index].Ymax与pointArray[next].Ymin分别是pointArray[index]中点迹Y坐标最大值和pointArray[next]中点迹Y坐标值最小值；步骤47：将pointArray [next]中的点迹并入pointArray [index]中，并且更新pointArray [index].Ymax=pointArray[next].Ymax，在AllAarrayMap中删除next对应的存储记录（其中pointArray[index].Ymax为pointArray[index]中点迹Y坐标最大值，pointArray[next].Ymax为pointArray [next]中点迹Y坐标值最大值）；步骤48：若next到达keys的最大值，则执行步骤410，否则执行步骤49；步骤49：next=next+1，跳转到步骤46；步骤410：按键值keys中index大小进行升序排列，将AllAarrayMap中的点迹集合存入LastPointSets；步骤411：判断OnePointSet是否已经是凝聚原始点迹集合RawPointSets的最后一个点迹集合，若是，则凝聚原始点迹集合RawPointSets的点迹集合已经处理完毕，执行步骤5，否则，从RawPointSets中删除OnePointSet，执行步骤41。5.根据权利要求1所述的一种适用于场面监视雷达的目标凝聚方法，其特征在于所述步骤5中遍历LastPointSets中的原始点迹集合，计算质心，即加权平均值，得到凝聚后的点，具体过程：步骤51：获得凝聚后的原始点迹集合LastPointSets；步骤52：遍历LastPointSets，获得一个原始点迹集合PointSet；步骤53：计算PointSet中所有原始点迹的质心点pt，pt的坐标值计算公式为：pt的x轴坐标pt.x=∑point.x/M，pt.y=∑point.y/M，M为PointSet中原始点迹个数，质心pt的坐标便是凝聚后的点迹坐标，将pt存入输出点迹缓存MergedPointList；步骤54：若LastPointSets已经遍历完，则结束，MergedPointList便是凝聚后的点迹集合，否则执行步骤52。6.一种适用于场面监视雷达的目标凝聚装置，其特征在于包括：直角坐标系平面建立模块：以雷达所在...

【专利技术属性】
技术研发人员：冯翔，陈俊，
申请(专利权)人：四川九洲空管科技有限责任公司，
类型：发明
国别省市：四川;51