[发明专利]一种雷达探测系统密度聚类预警方法

摘要

本发明公开了一种雷达探测系统密度聚类预警方法，包括采用雷达探测系统进行周期性探测，得到探测区域的点迹多维参数；采用DBSCAN聚类算法对每个探测周期内的点迹进行聚类，得到若干个簇，每个簇代表一个入侵物体；对聚类后得到的若干个簇进行过滤；计算过滤后簇的平均距离，如果连续多个探测周期内，簇的平均距离变化趋势符合预警条件则发出预警等步骤。进一步地，还包括对每个探测周期内的点迹多维参数进行预处理和预警的方法，以及计算DBSCAN聚类算法中邻域参数的方法。采用本发明的方法，既能保证探测的精度，同时又通过后期处理减少虚警，而且运算量较小，使得整个系统的预警更加及时。

主权项

1.一种雷达探测系统密度聚类预警方法，其特征在于，包括采用所述雷达探测系统进行周期性探测，得到探测区域的点迹多维参数，包括点迹的距离、方位角和速度；所述距离为点迹到所述雷达探测系统的雷达的距离，方位角为点迹相对于雷达的方位角，速度为点迹相对于雷达的径向速度；采用DBSCAN聚类算法对每个探测周期内的点迹进行聚类，得到若干个簇，每个簇代表一个入侵物体；所述DBSCAN聚类算法的输入参数包括点迹多维参数和一组预先设定的邻域参数(∈，MinPts)；其中，∈为以对象点迹为中心的圆的半径，MinPts为以对象点迹为中心的圆内相邻点迹的数量的阈值；对聚类后得到的若干个簇进行过滤：计算每个簇的距离最大差值和方位角最大差值，分别设定威胁性物体长、宽的阈值；如果簇的距离最大差值小于威胁性物体长的阈值，或方位角最大差值小于威胁性物体宽的阈值，则删除该簇；否则，计算每个簇的平均速度，若平均速度小于预设的安全速度，则删除该簇；所述簇的距离最大差值为该簇内的最大点迹距离与最小点迹距离的差值，簇的方位角最大差值为该簇内的最大点迹方位角与最小点迹方位角的差值，簇的平均速度为该簇内的所有点迹的速度的均值；计算过滤后簇的平均距离，如果连续多个探测周期内，簇的平均距离变化趋势符合预警条件则发出预警；所述簇的平均距离变化趋势包括簇的平均距离递增或簇的平均距离递减；所述簇的平均距离为一个探测周期内所有簇的平均点迹距离的平均值，所述簇的平均点迹距离为该簇内所有点迹的距离的平均值；所述邻域参数(∈，MinPts)中，∈的计算方法为：设置点迹多维参数中每一项参数能容忍的最大差异阈值，令其加权欧几里得距离为∈；各点迹之间的连接性通过多维参数的加权欧几里得距离来体现，并基于可连接点迹的不断扩展聚类簇以获得最终的聚类结果。