System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于水面监视雷达的点迹凝聚方法技术_技高网

一种基于水面监视雷达的点迹凝聚方法技术

技术编号:40536192 阅读:11 留言:0更新日期:2024-03-01 13:58
本发明专利技术提供了一种基于水面监视雷达的点迹凝聚方法,该方法首先根据距离和角度对回波点迹区分扇区;然后设置幅度门限去掉部分杂波点减轻后续处理压力;之后根据距离方位两维距离分辨率确定每个扇区的DBSCAN邻域半径和邻域内的最小包含点数,再根据这两个参数分扇区进行DBSCAN,计算出簇类中心位置;最后,对扇区相接处目标进行二次凝聚。本发明专利技术结合常规的DBSCAN和雷达回波点迹特点,针对DBSCAN对密度敏感和点迹数据量大时处理速度慢的问题,提出一种分扇区设置参数和处理的DBSCAN点迹凝聚方法,有效解决了DBSCAN在雷达数据处理领域中的不足,实现了雷达回波点迹的准确凝聚,经工程实践验证,本方法效果较好,既能提高效率又能保证凝聚准确率。

【技术实现步骤摘要】

本专利技术属于雷达数据处理,特别涉及一种基于水面监视雷达的点迹凝聚方法


技术介绍

1、水面监视雷达作为水域监管的一种强有效手段,能为水域监管系统提供水上目标准确的位置、航速和航向等信息,使航运管理的效率大大提升。但是水面目标种类众多,形状也不规则,比如快艇和小渔船一般只有几米,大型运输船可能达到数百米,船体形状更是多种多样,目前使用的水面监视雷达距离分辨率一般能达到几米,方位向距离分辨率在近区更是能到达1~2米,所以一般的水上目标会在距离和方位维度上有多个回波反射点,为了给该目标一个具体的位置,这时就需要对该扩展目标进行点迹凝聚处理。

2、传统的雷达点迹凝聚方法为先距离凝聚分辨后再方位凝聚分辨,之后采用质心法算出目标的距离和方位,但是水面目标形状不规则,不同部位材质不一样,其回波强度不一定会呈现典型的抛物线型,可能中间强度弱,周围反而强,此种情况下该凝聚方法很容易造成目标分裂,产生虚假目标,为水域监管带来干扰。

3、近年来,随着机器学习的应用越来越广泛,基于聚类思想的凝聚算法也被引进到雷达数据处理领域中,其中,dbscan(density-based spatial clustering ofapplications with noise,具有噪声的基于密度的聚类方法)算法因为其不需要预先设定簇数和在噪声空间数据库中能发现任意形状的簇而被引入到雷达点迹处理中。虽然dbscan算法对形状不敏感,但是其对密度敏感,雷达点迹随着距离的增大其方位维距离呈现增大的趋势,因此,固定的邻域半径和邻域内最小包含点数不适用于雷达的点迹凝聚;而且,随着扫描角度的不断递增,雷达点迹数据量会越来越大,360度的全局dbscan耗时很大,这对于实时性要求很高的雷达数据处理也不适用。


技术实现思路

1、本专利技术为解决复杂水上目标的雷达点迹凝聚分裂问题,提出一种基于水面监视雷达的点迹凝聚方法,该方法结合常规的dbscan算法和雷达回波点迹特点,针对dbscan对密度敏感问题,对雷达点迹分扇区设置相应的邻域半径和邻域内最小包含点数;针对dbscan算法在点迹数据量大时处理速度慢的问题,对雷达点迹分扇区分线程进行dbscan聚类算法。本专利技术有效解决了dbscan算法在雷达数据处理领域中的不足,实现了雷达回波点迹的凝聚。

2、为实现上述目的及其它相关目的,本专利技术公开一种基于水面监视雷达的点迹凝聚方法,其包括步骤:

3、s1、确定扇区区分方法,并获取多个扇区信息;

4、s2、获取雷达的回波点迹数据,并对所述回波点迹数据进行预处理;

5、s3、根据距离和方位的两维距离分辨率确定每个扇区的dbscan邻域半径和邻域内的最小包含点数;

6、s4、基于确定下来的邻域半径和邻域内最小包含点数分扇区进行dbscan;

7、s5、对相接处的目标进行二次凝聚。。

8、在本专利技术一方案中,在所述确定扇区区分方法,并获取多个扇区信息的步骤中,包括:

9、s11、将雷达回波点迹在距离向上均匀分成m段分段距离;

10、s12、在方位向上将继续将扇区分成n段;

11、s13、将雷达照射区域分成m*n个扇区。

12、在本专利技术一方案中,在所述根据距离和方位的两维距离分辨率确定每个扇区的dbscan邻域半径和邻域内的最小包含点数的步骤中,包括:

13、31、在每个扇区内,除边缘点外,每个点周围都有8个点与之相邻,以数据点pi为中心,对比它与相邻点的距离,选取2*sij为该扇区的邻域半径;

14、s32、选取8个点作为邻域内的最小包含点数。

15、在本专利技术一方案中,在所述基于确定下来的邻域半径和邻域内最小包含点数分扇区进行dbscan的步骤中,包括:

16、s41、当天线扫过一个方位径向时,先将该方位径向数据转到笛卡尔坐标系下,转换方法如下:

17、xi=ri*sin(θi)

18、yi=ri*cos(θi)

19、其中,ri和θi分别为数据点在极坐标系下位置,xi和yi分别为数据点在笛卡尔坐标系下位置,以及将转换完之后将数据按步骤s11中所述的分段距离分段保存。

20、s42、重复步骤s41,分距离段累积保存数据,直至天线扫完一个方位段扇区;

21、s43、将这m个数据块分别分发到m个处理线程,结合步骤s3中形成的不同距离段的邻域半径和邻域内最小包含点数参数,分扇区进行dbscan;

22、s44、统计dbscan完成之后生成的点簇个数,计算每个簇的位置中心,计算方法为:

23、

24、

25、其中,xk和yk分别为第k个簇的聚类中心。

26、在本专利技术一方案中,在所述对相接处的目标进行二次凝聚的步骤中,包括:

27、s51、每处理完一个扇区,将与下一个待处理扇区相接处附近的目标保存,暂时不发至航迹处理模块和终端显示模块;

28、s52、待下一个扇区数据处理完毕,将于上一个扇区相接处附近的目标保存,同样暂时不发至航迹处理模块和终端显示模块;

29、s53、计算两个扇区相接处目标的相关性,如果两个扇区的目标径向号和距离号相近,即可将两个扇区的目标合并成一个,用步骤s44中的方法计算位置中心,发送至航迹处理模块和终端显示模块。

30、综上所述,本专利技术提供了一种基于水面监视雷达的点迹凝聚方法,该方法首先根据距离和角度对回波点迹区分扇区;然后设置幅度门限去掉部分杂波点减轻后续处理压力;之后根据距离方位两维距离分辨率确定每个扇区的dbscan邻域半径和邻域内的最小包含点数,再根据这两个参数分扇区进行dbscan,计算出簇类中心位置;最后,对扇区相接处目标进行二次凝聚。本专利技术结合常规的dbscan和雷达回波点迹特点,针对dbscan对密度敏感和点迹数据量大时处理速度慢的问题,提出一种分扇区设置参数和处理的dbscan点迹凝聚方法,有效解决了dbscan在雷达数据处理领域中的不足,实现了雷达回波点迹的准确凝聚,经工程实践验证,本方法效果较好,既能提高效率又能保证凝聚准确率。

本文档来自技高网...

【技术保护点】

1.一种基于水面监视雷达的点迹凝聚方法,其特征在于,包括步骤:

2.根据权利要求1所述的基于水面监视雷达的点迹凝聚方法,其特征在于,在所述确定扇区区分方法,并获取多个扇区信息的步骤中,包括:

3.根据权利要求1所述的基于水面监视雷达的点迹凝聚方法,其特征在于,在所述根据距离和方位的两维距离分辨率确定每个扇区的DBSCAN邻域半径和邻域内的最小包含点数的步骤中,包括:

4.根据权利要求2所述的基于水面监视雷达的点迹凝聚方法,其特征在于,在所述基于确定下来的邻域半径和邻域内最小包含点数分扇区进行DBSCAN的步骤中,包括:

5.根据权利要求1所述的基于水面监视雷达的点迹凝聚方法,其特征在于,在所述对相接处的目标进行二次凝聚的步骤中,包括:

【技术特征摘要】

1.一种基于水面监视雷达的点迹凝聚方法,其特征在于,包括步骤:

2.根据权利要求1所述的基于水面监视雷达的点迹凝聚方法,其特征在于,在所述确定扇区区分方法,并获取多个扇区信息的步骤中,包括:

3.根据权利要求1所述的基于水面监视雷达的点迹凝聚方法,其特征在于,在所述根据距离和方位的两维距离分辨率确定每个扇区的dbscan...

【专利技术属性】
技术研发人员:王祥丽李朋韩悦悦王晓艳
申请(专利权)人:四创电子股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1