[发明专利]一种基于多普勒频率的77G车载雷达数据快速聚类方法

权利要求书

1.一种基于多普勒频率的77G车载雷达数据快速聚类方法，该方法包括：

步骤1：以搭载77GHz车载毫米波雷达的车辆建立直角坐标系，将雷达探测目标的空间位置信息、多普勒频率信息作为算法的输入信息；算法输入为P＝(X,Y,S)，其中X、Y为雷达获取的点数据的空间位置坐标，S为点数据的多普勒频率速度信息，使用多普勒频率速度公式计算S作为输入，其中λ为波长，f_d为多普勒频率；

步骤2：根据雷达获取的数据规模N，数据规模表示所有数据点的个数，选择预计最佳聚类数的搜索范围[k_min,k_max]，其中最小聚类数k_min为2，最大聚类数k_max为设定聚类截止阈值T，T代表聚类某一簇内最小样本个数；

步骤3：针对聚类数范围[k_min,k_max]，设置当前聚类数目k_cur＝2开始对点数据进行聚类：

步骤3.1：输入点数据集P＝(X,Y,S)，在直角坐标系中随机创建k_cur个点作为聚类起始质心，作为每个簇的中心；

步骤3.2：对剩余的每个点，根据其与各簇中心的距离，将它赋给距离最近的簇；

步骤3.3：重新计算每个簇中所有点的坐标平均值，并将距离均值作为新的质心；

步骤3.4：再次计算每个点到质心的距离并分配到不同的簇中；

步骤3.5：重复平均值的计算，直到质心不变，并且任意一个簇分配结果不发生改变；

步骤3.6：输出聚类结果

步骤4：记录当前聚类数下的聚类结果并记录聚类簇内最小样本数所在簇的样本数，然后采用评价函数对聚类结果进行评价计算，得到评价结果；

步骤5：将k_cur数值在[k_min,k_max]范围内增加1，返回步骤3重新进行聚类；在重新聚类完成后，当聚类结果中某些簇内的样本数据量小于设定阈值T时，停止进一步聚类k_cur数值不再增加，计算最后一次聚类结果的各评价函数计算的评价结果；

步骤6：将评价结果最优的聚类结果作为最佳聚类结果，进行输出。

2.如权利要求1所述的一种基于多普勒频率的77G车载雷达数据快速聚类方法，其特征在于所述步骤4中采用如下三种评价函数中的一种或多种进行评价结果的计算，当采用多种评价函数进行计算时，将得到的多个计算结果进行归一化，选择归一化后最优的评价结果对应的聚类结果作为最佳聚类结果，其中三种评价函数分别为：

a：其中i指参与聚类的样本对象，a(i)代表样本i到同簇其他样本的平均距离，b(i)代表样本i到其他每个簇中所有样本的平均距离；

b：其中intra(i)表示聚类簇内相似度，inter(i,j)表示聚类簇间相似度，n为数据样本数，i与j为类标，n_i与n_j表示聚类结果中不同类别的样本数，k表示分类簇数；

c：其中n是样本总数，n_c与n_k分别为聚类簇C与聚类簇K的样本数，n_c,k为与上次聚类结果比较聚类簇C划分到聚类簇K的样本数个数。