【技术实现步骤摘要】
一种基于改进平行坐标的多维频谱态势可视化分析方法
[0001]本专利技术涉及频谱态势可视化分析
,尤其涉及一种基于改进平行坐标的多维频谱态势可视化分析方法。
技术介绍
[0002]战场电磁频谱数据的特点是数据量大、维度多,而且数据的时间属性与空间属性之间存在相互关联,需要将数据置于不同的维度进行分析才能得出相关结论。可视化分析作为一种可以将抽象数据变为直观画面的方式,且提供人机交互的手段,因此,越来越成为相关领域研究的热点内容。
[0003]目前对于频谱态势的可视化分析多是关注时空特性、频谱特性等某一个或者两个维度的频谱态势分析,虽然能够发现感兴趣维度的特征规律,但是忽略了其他维度的特征,割裂了不同维度之间的关联特性。因此当前的可视化分析方法针对频谱态势分布的可视化效果较差。
[0004]若想充分展示频谱态势的变化特征,仅采用某一个维度或者几个维度难以完成对变化规律的可视化展示,与此同时,数据信息量大、数据复杂、公式晦涩难懂的特点阻碍了对其可视化表达,当前一些频谱数据可视化系统对频谱的多维特性可视化研究较少,或者相对而言比较专业难以适应剧烈变化的频谱测绘数据可视化表达需求。因此,迫切需要构建一种可视化分析方法,在满足对战场频谱态势可视化表达的同时,允许人员通过交互式手段探索频谱态势的变化规律。
[0005]平行坐标目前已广泛运用于数学、统计学、生物医学以及气象学等学科的高维数据可视化表达中,并有着良好的表现。但是将平行坐标在直接运用于频谱测绘数据的可视化表达方面,仍然存在部分问题:一是空 ...
【技术保护点】
【技术特征摘要】
1.一种基于改进平行坐标的多维频谱态势可视化分析方法,其特征在于,包括以下步骤:步骤1:以频谱数据的辐射源为核心,基于辐射源空间位置、信号类型、场强、时间、频率构建平行坐标系,在该平行坐标系中频谱数据表示为E=(Location,Type,Energy,Time,Frequency);步骤2:基于建立的平行坐标系,采用双重距离空间聚类方法确定平行坐标聚类簇;步骤3:采用力引导布局捆绑算法对同一簇的边进行捆绑,实现对平行坐标的绘制;步骤4:根据得到的平行坐标对多维频谱测绘数据进行可视化展示。2.根据权利要求1所述的一种基于改进平行坐标的多维频谱态势可视化分析方法,其特征在于,步骤2的具体操作步骤包括:步骤21:对于两组频谱测绘数据E
i
和E
j
,其空间位置坐标分别为L
i
=(x
i
,y
i
,h
i
)和L
j
=(x
j
,y
j
,h
j
),属性信息分别为Attr
i
和Attr
j
,则:E
i
和E
j
的空间距离用欧氏距离表示为:E
i
和E
j
的属性距离用闵式距离表示为:其中,Attr
ik
是Attr
i
的第k维属性数据;D
kmax
表示第k维属性数据的最大值与最小值的差值且D
kmax
=Attr
kmax
‑
Attr
kmin
;m表示属性的维度;步骤22:设置最小空间阈值ε
geo
和最小属性阈值ε
Attr
;步骤23:在需要进行聚类的频谱测绘数据样本空间中选择未被标记的样本数据E
i
,计算该样本数据与其他样本数据之间的空间距离,并与最小空间阈值ε
geo
比较,记为集合E
geo
={D
k
|D
geo
(f
i
,f
j
)},(k≤n);步骤24:计算集合E
geo
中所有样本与样本数据E
i
之间的属性距离,并与最小属性阈值ε
Attr
比较,记为集合E
Attr
={D
l
|D
Attr
(f
i
,f
j
)},(1≤k);步骤25:循环递归搜索E
geo
和E
Attr
中未完成聚类的样本,将同时满足D
geo
≤ε
geo
且D
Attr
≤ε
geo
的样本标记为一类;步骤26:检查样本空间所有样本,在未被标记的样本中随机选择一个样本数据E
i
,重复执行步骤23
‑
步骤25,直至所有样本被标记,完成频谱测绘数据分类,得到多个聚类簇。3.根据权利要求2所述的一种基于改进平行坐标的多维频谱态势可视化分析方法,其特征在于,步骤3的具体步骤包括:步骤31:在聚类簇...
【专利技术属性】
技术研发人员:胡豪杰,方胜良,范有臣,温晓敏,马昭,吴迪,刘涵,彭亮,程东航,王孟涛,徐照菁,王梦阳,万颖,吴曙光,王玉莹,
申请(专利权)人:中国人民解放军战略支援部队航天工程大学,
类型:发明
国别省市:
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。