[发明专利]目标姿态的确定方法及终端设备

权利要求书

1.一种目标姿态确定方法，其特征在于，包括：

获取目标的雷达回波信号，并根据所述雷达回波信号确定所述雷达回波信号的距离-多普勒热力图；

根据所述雷达回波信号的距离-多普勒热力图，确定所述目标的目标点云数据；

根据所述目标点云数据确定所述目标的个数及各个目标的姿态；

所述根据所述雷达回波信号的距离-多普勒热力图，确定所述目标的目标点云数据，包括：

采用二维恒虚警检测，对所述距离-多普勒热力图进行检测，得到所述目标的中间点云数据；

对所述中间点云数据进行角度维傅里叶变换，得到所述中间点云数据中各点的角度；

根据所述中间点云数据中各点的角度，将所述中间点云数据中的各点的坐标转换至预设坐标系中，得到所述目标点云数据。

2.如权利要求1所述的目标姿态确定方法，其特征在于，所述中间点云数据包括各点的距离；

所述目标点云数据中各点的坐标的计算公式为：

x_m＝R_m×cosα_m

y_m＝R_m×sinα_m

其中，x_m为所述目标点云数据中第m个点的横坐标，y_m为所述目标点云数据中第m个点的纵坐标；R_m为所述中间点云数据中第m个点的距离，α_m为所述中间点云数据中第m个点的角度，m＝1,2，…，M，M为所述中间点云数据中点的个数。

3.如权利要求1所述的目标姿态确定方法，其特征在于，所述根据所述目标点云数据确定所述目标的个数及各个目标的姿态，包括：

对所述目标点云数据中的各点进行分类，得到第一数量的点云数据集；其中，每个点云数据集对应一个目标，所述目标的个数为所述第一数量；

分别对各个点云数据集线性化，得到各个点云数据集分别对应的线性方程；

根据所述各个点云数据集分别对应的线性方程，确定所述各个点云数据集分别对应的目标的姿态角度，所述目标的姿态角度为所述目标的主轴与雷达视线在地面投影之间的夹角。

4.如权利要求3所述的目标姿态确定方法，其特征在于，所述对所述目标点云数据中的各点进行分类，得到第一数量的点云数据集，包括：

对所述目标点云数据中的各点进行预分类，得到第二数量的点云数据集，所述第二数量大于或等于所述第一数量；

确定所述第二数量的点云数据集中的各个点云数据集的点的个数，并判断所述第二数量的点云数据集中的各个点云数据集的点的个数是否小于预设数量；

若所述第二数量的点云数据集中存在点的个数小于所述预设数量的点云数据集，则将该点云数据集去除，得到所述第一数量的点云数据集。

5.如权利要求3所述的目标姿态确定方法，其特征在于，所述根据所述各个点云数据集分别对应的线性方程，确定各个点云数据集分别对应的目标的姿态角度，包括：

根据所述各个点云数据集，分别确定所述各个点云数据集对应的线性方程的线性相关度系数；

确定所述各个点云数据集对应的线性方程的线性相关度系数是否大于预设阈值；

若所述各个点云数据集中存在线性方程的线性相关度系数大于所述预设阈值的点云数据集，则根据该点云数据集对应的线性方程确定该点云数据集对应的目标的姿态角度。

6.如权利要求5所述的目标姿态确定方法，其特征在于，所述目标的姿态角度的计算公式为：

其中，θ_k为所述第一数量的点云数据集中的第k个点云数据集对应的目标的姿态角度，a_k为所述第一数量的点云数据集中的第k个点云数据集对应的线性方程的斜率，k＝1,…,N，N为所述第一数量。

7.如权利要求4所述的目标姿态确定方法，其特征在于，所述对所述目标点云数据中的各点进行预分类，得到第二数量的点云数据集，包括：

采用聚类算法对所述目标点云数据中的各点进行预分类，得到所述第二数量的点云数据集。