The invention belongs to the field of radar signal processing technology, and discloses a multi-target clustering method for high resolution millimeter wave radar, which includes: acquiring the signal-to-noise ratio of the points detected by radar, setting the detection threshold of signal-to-noise ratio, discarding the points whose signal-to-noise ratio is lower than the detection threshold of signal-to-noise ratio detected by radar, and getting the effective points according to the signal-to-to-noise ratio, from high to high. Low ranking is used to get the effective points after ranking; the relative distance and angle between each effective point trace and radar are obtained, and the space rectangular coordinate position and velocity of each effective point trace are obtained; the effective points after ranking are clustered to get multiple clusters; and the position, size and speed of the central point of the target corresponding to each cluster are calculated. The method can realize clustering recognition of target point cloud of high resolution radar, the clustering result has no lag, and can accurately calculate the recognition target and calculate the target information.
【技术实现步骤摘要】
一种高分辨毫米波雷达多目标聚类方法
本专利技术属于雷达信号处理
，尤其涉及一种高分辨毫米波雷达多目标聚类方法，可实现复杂电磁环境和多目标环境下有效排除噪声点，对每个目标进行多维数据综合处理聚类。
技术介绍
多目标聚类对于目标检测后的识别具有重要意义，高分辨率毫米波雷达在车辆检测、无人机检测等领域有着广泛的应用前景。毫米波雷达带来高分辨力、宽工作频带、短的波长易获得目标细节特征等特点，适于目标分类的同时，对目标聚类的算法也提出了更高要求。在高分辨率探测下，雷达探测到的每个目标不再是以单个目标点的形式显示，而是形成点云，因此，需要使用聚类算法对多个目标形成的点云进行分类，统计，计算目标整体参数。传统的DBSCAN算法(Density-BasedSpatialClusteringofApplicationswithNoise，具有噪声的基于密度的聚类算法)是一种基于样本数据密度的聚类算法，该算法是最常用的一种聚类方法，将具有足够密度区域作为距离中心，不断生长该区域，要求聚类空间中的一定区域内所包含对象(点或其他空间对象)的数目不小于某一给定阈值。该方法能在具有噪声...
【技术保护点】
1.一种高分辨毫米波雷达多目标聚类方法，其特征在于，所述方法包括如下步骤：步骤1，获取雷达检测到的点迹的信噪比，设置信噪比检测阈值，舍弃雷达检测到的点迹中信噪比低于所述信噪比检测阈值的点迹，得到有效点迹；将所述有效点迹按照信噪比由高到低进行排序，得到排序后的有效点迹；步骤2，获取所述排序后的有效点迹中，每个有效点迹与雷达的相对距离和相对角度，得到每个有效点迹的空间直角坐标位置及速度；步骤3，根据每个有效点迹的空间直角坐标位置及速度，对所述排序后的有效点迹进行聚类，得到多个簇类；步骤4，计算每个簇类对应的目标的中心点位置、尺寸及速度。
【技术特征摘要】
1.一种高分辨毫米波雷达多目标聚类方法，其特征在于，所述方法包括如下步骤：步骤1，获取雷达检测到的点迹的信噪比，设置信噪比检测阈值，舍弃雷达检测到的点迹中信噪比低于所述信噪比检测阈值的点迹，得到有效点迹；将所述有效点迹按照信噪比由高到低进行排序，得到排序后的有效点迹；步骤2，获取所述排序后的有效点迹中，每个有效点迹与雷达的相对距离和相对角度，得到每个有效点迹的空间直角坐标位置及速度；步骤3，根据每个有效点迹的空间直角坐标位置及速度，对所述排序后的有效点迹进行聚类，得到多个簇类；步骤4，计算每个簇类对应的目标的中心点位置、尺寸及速度。2.根据权利要求1所述的一种高分辨毫米波雷达多目标聚类方法，其特征在于，步骤3具体包括如下子步骤：(3a)确定聚类算法的邻域半径eps，以及每个簇类包含的最少核心点迹个数min，避免噪声点成为核心点；(3b)按顺序获取排序后的有效点迹中的一个点迹；若该点迹已被标记为噪声或者已经归入某个簇类，则获取所述排序后的有效点迹中的下一个点迹；否则，执行子步骤(3c)；(3c)将该点迹确定为核心点迹，计算所述核心点迹的邻域半径内的所有点迹是否满足如下公式：其中，x0、y0、v0分别为核心点迹对应的X坐标、Y坐标、速度，x、y、v分别为核心点迹的邻域半径内的任一点迹对应的X坐标、Y坐标、速度，...
【专利技术属性】
技术研发人员：苏涛，孙昆磊，王瑞昕，
申请(专利权)人：西安电子科技大学昆山创新研究院，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。