[发明专利]雷达点迹数据自动标注方法、系统和存储介质

权利要求书

1.一种雷达点迹数据自动标注方法，其特征在于，包括以下步骤：

获取雷达点迹数据；

对所述雷达点迹数据进行特征敏感性分析，建立点迹分类敏感特征空间，并筛选出可分性在预设值以上的若干个敏感特征；

将所述敏感特征作为CFDP算法的输入，对所述雷达点迹数据进行聚类处理得到多个簇；

对满足簇内距离条件和簇间距离条件的簇进行合并得到合并结果，并判断所述合并结果是否满足整体DBI条件；

当所述合并结果满足整体DBI条件，将所述合并结果作为最终类输出。

2.根据权利要求1所述的一种雷达点迹数据自动标注方法，其特征在于，所述对所述雷达点迹数据进行特征敏感性分析，包括步骤：

对于每一个所述雷达点迹数据的雷达点迹特征，利用与所述雷达点迹特征相对应的真假点迹散点图和频数分布统计图，对所述雷达点迹特征对于雷达真假点迹分类的贡献进行定性分析和定量分析，将所有所述雷达点迹特征对于雷达真假点迹的可分性进行排序。

3.根据权利要求1所述的一种雷达点迹数据自动标注方法，其特征在于，所述将所述敏感特征作为CFDP算法的输入，包括步骤：

将点迹数量、方位扩展、距离扩展、幅度方差、最近点迹距离和点迹持续时间作为CFDP算法的输入。

4.根据权利要求1所述的一种雷达点迹数据自动标注方法，其特征在于，所述对所述雷达点迹数据进行聚类处理得到多个簇，包括步骤：

通过对“局部密度”和“与更高密度点的距离”的迭代，将所述在雷达点迹数据高维空间中进行聚类处理得到多个簇。

5.根据权利要求1所述的一种雷达点迹数据自动标注方法，其特征在于，所述对满足簇内距离条件和簇间距离条件的簇进行合并得到合并结果，包括步骤：

当两个簇具有相近的簇内平均距离，且所述两个簇的最小距离和所述两个簇内的平均距离相近，将所述两个簇标记为待合并簇；

若所述待合并簇在合并后整体DBI值降低，将所述待合并簇进行合并得到所述合并结果。

6.根据权利要求5所述的一种雷达点迹数据自动标注方法，其特征在于，所述两个簇用C_i、C_j表示，C_i、C_j具有相近的簇内平均距离应满足如下条件：

d(C_i,C_j)＜3min(dist(C_i),dist(C_j))

簇内平均距离是簇内所有对象到其最近邻居对象距离的平均值；

neigh(x_i,2)是一个近邻函数，表示除去本身外距离x_i最近的对象；

所述两个簇的最小距离和所述两个簇内的平均距离相近应满足如下条件：

2min(dist(C_i),dist(C_j))＞max(dist(C_i),dist(C_j))

簇间距离用最小距离来表示。

7.根据权利要求1所述的一种雷达点迹数据自动标注方法，其特征在于，所述对所述雷达点迹数据进行聚类处理得到多个簇，包括步骤：

在选择离群点阶段，放宽所述离群点的条件，以使所述CFDP算法倾向于产生更多的类。