[发明专利]基于网格和密度聚类算法的随机脉冲干扰信号排除方法

权利要求书

1.一种基于网格和密度聚类算法的随机脉冲干扰信号排除方法，其特征在于，包括步骤：

(1)将有脉冲信号相位和幅值信息的数据空间进行初始划分；

(2)将数据点从原始数据空间映射到网格化的数据空间中，完成网格单元结构的统计信息；

(3)标记并排除空白网格单元，将具有较高密度的稠密网格单元聚类成原始的簇核心，得到簇标号；

(4)计算网格单元的密度值，然后计算网格密度的最优密度阈值；

(5)根据最优密度阈值识别簇核心网格单元，否则进行噪声处理；

(6)输出聚类结果，将随机干扰脉冲点从统计结果中排除，并把反映放电特征的脉冲信号提取出来。

2.根据权利要求1所述的基于网格和密度聚类算法的随机脉冲干扰信号排除方法，其特征在于，所述步骤(1)中，

对检测脉冲信号的相位和幅值数据空间进行初始划分，以划分后的数据空间代替原始的数据空间。

3.根据权利要求1所述的基于网格和密度聚类算法的随机脉冲干扰信号排除方法，其特征在于，所述步骤(2)中，

将数据点从原始数据空间映射到网格化的数据空间中，为数据点分配网格单元标号；完成网格单元结构的统计信息，保存数据点的网格单元隶属关系，完成数据空间的初始化过程。

4.根据权利要求1所述的基于网格和密度聚类算法的随机脉冲干扰信号排除方法，其特征在于，所述步骤(3)中，

经过数据空间初始化并计算网格单元统计信息之后，将对搜索空间进行优化，排除零密度的空白网格和稀疏的噪声网格；将具有较高密度的稠密网格单元聚类成原始的簇核心，得到簇标号。

5.根据权利要求1所述的基于网格和密度聚类算法的随机脉冲干扰信号排除方法，其特征在于，所述步骤(4)中，

稠密网格单元的密度大于整个数据空间的平均密度，在计算密度阈值时从平均密度值开始扫描；利用网格单元密度最优划分方法来确定网格单元的密度阈值。

6.根据权利要求1所述的基于网格和密度聚类算法的随机脉冲干扰信号排除方法，其特征在于，所述步骤(4)中，

最优密度阈值的计算步骤如下：

(4.1)计算网格单元平均密度meands＝N/n；

其中，N为总的脉冲点数，n为所划分的网格数；

(4.2)将各网格单元密度值cellds_i进行升序排列；

(4.3)从meands开始，计算当前值与下一值之差，如果cellds_i+1-cellds_icellds_i-cellds_i-1且cellds_i+1-cellds_icellds_i-cellds_i-1同时成立，则cellds_i为最优的密度阈值opcellds。

7.根据权利要求1所述的基于网格和密度聚类算法的随机脉冲干扰信号排除方法，其特征在于，所述步骤(5)中，

对于一个密度大于cellds的网格单元，首先搜索其邻居是否有同样密度大于cellds的网格单元：

(5.1)若该网格单元没有核心网格单元为邻，则分配新的簇标号，表示发现一个新的簇核心，同时进行下一个核心网格单元的遍历；

(5.2)若有核心网格单元为邻，则比较两者的簇标号；当簇标号不同时，操作后的簇标号以较小的标号为准；若相同，则表示之前己经进行过比较修改操作，此时无需在此修改；

这样按照广度优先遍历，直到没有未遍历的核心网格单元为止。

8.根据权利要求1所述的基于网格和密度聚类算法的随机脉冲干扰信号排除方法，其特征在于，所述步骤(5)中，

若待定网格单元的中的数据点的邻居有可以扩展的簇核心，则进行归并，将之与已有的簇核心扩展成更加完整的簇，否则进行噪声处理。