[发明专利]一种掠飞弹载单线激光雷达对待攻击目标提取算法

权利要求书

1.一种掠飞弹载单线激光雷达对待攻击目标提取算法，其特征在于，步骤如下：

步骤1、载有地磁传感器的掠飞弹载激光雷达按照掠飞弹的运动轨迹扫描目标，获得目标的一条扫描线数据ρ(d,θ,p)及激光雷达斜置角ψ，掠飞弹旋转一周得到多条扫描线数据构成一维点云数据集ρ_A(d,θ,p)；其中d为反射点到单线激光雷达的距离；p为目标材质的反射强度信息；θ为单位采样时间内掠飞弹的转角；

所述目标包括待攻击目标和障碍物；

转入步骤2；

步骤2、将获取的一维点云数据集ρ_A(d,θ,p)中的每条扫描线数据ρ(d_i,θ_i,p_i)分别转化到xoy平面直角坐标系中，获得ρ(d_i,θ_i,p_i)在xoy平面直角坐标系中的位置(x_i,y_i)，其中i＝1～N，N为一维点云数据集ρ_A(d,θ,p)中扫描线的条数，转入步骤3；

步骤3、基于(x_i,y_i)及p对一维点云数据集ρ_A(d,θ,p)进行初分割，获取初始聚类中心c以及初始聚类数目count，转入步骤4；

步骤4、基于改进的kmeans算法对获取初始聚类中心c以及初始聚类数目count进行优化分割，提高分割准确率，进而获得优化待攻击目标数据，具体如下：

kmeans算法不能自动调整聚类数目来获取更准确的簇，因此设定簇间最小距离度量与簇间最小距离度量阈值λ_min：

其中，簇是分割后以c_k为聚类中心的点集，是分割后以c_j为聚类中心的点集；ρ属于簇中的点，ρ'属于簇中的点；

若存在则将此两类归于一类，并将count减一，继续判断，直至不存在时，跳出循环；

转入步骤5；

步骤5、基于提取的目标特征对待攻击目标进行识别，确定待攻击目标，具体如下：

上述优化分割得到优化待攻击目标数据包含以下特征：

1)聚类点云个数；2)反射点距地高度信息；3)反射点水平位置信息；为了有效识别目标，建立模糊匹配度量ζ，若ζ75％，则表示该目标为待攻击目标，此时点火起爆：

ζ＝(σ_h+σ_w+σ_n)/3

其中，σ_h为分割出目标的高度与其真实值的相似比，σ_w为分割出目标的宽度与其真实值的相似比，σ_n为分割出目标的点数与其真实值的相似比；

其中，h_vir为计算出的高度值，n_vir为计算出的点数，w_vir为计算出的宽度值；h_real为真实高度值，n_real为真实点数，w_real为真实宽度值。

2.根据权利要求1所述的掠飞弹载单线激光雷达对待攻击目标提取算法，其特征在于：步骤2中的xoy平面直角坐标系，以掠飞弹的弹体质心为圆心o，铅垂线方向为y轴，垂直于铅垂线水平方向为x轴；

其中，H为掠飞弹距离地面高度，ψ为激光斜置角。

3.根据权利要求1所述的掠飞弹载单线激光雷达对待攻击目标提取算法，其特征在于：上述步骤3中基于(x_i,y_i)及p对一维点云数据集ρ_A(d,θ,p)进行初分割，获取初始聚类中心c以及初始聚类数目count，具体如下：

步骤3-1、计算xoy平面直角坐标系中各点的距离梯度值f_d及目标材质的反射强度梯度值f_p：

步骤3-2、依据距离梯度值f_d与发射强度梯度值f_p，判断每个采集点是否为边缘采集点ρ_edge，若满足f_d＞f_dmaxf_p＞f_pmax，则该采集点为边缘点；

其中f_dmax、f_pmax分别预先设定的距离梯度阈值和反射强度梯度阈值；表示同时满足时成立；以邻近的边缘双采集点的中心作为分隔断点brk并增加聚类数count

为第一边缘点横坐标值，为第一边缘点纵坐标值；为第二边缘点横坐标值，为第二边缘点纵坐标值；

{c}＝{(brk_prev+brk_cur)/2}

其中brk_cur为当前分割断点，brk_prev为前一分割断点。