[发明专利]基于热力图与图论聚类的雷达数据过滤方法

权利要求书

1.基于热力图与图论聚类的雷达数据过滤方法，其特征在于，包括以下步骤：

步骤一：获取雷达数据并缓存，并将雷达数据映射到Heat Map中，并给与映射后的雷达数据点相同的权重；

将雷达点放入设置的映射区域中，每个点放入的时候都通过高斯核函数将附近的区域计算加权值，将所有的雷达数据都放入到此块区域中后，就能得到这个区域中每个点的权重；

遍历整个映射区域取得区域权重最大的值，设置一个渐变的颜色条，对应的权重大小从0到权重最大值，然后对映射区域的每一点进行相应权重的颜色渲染，生成相应热力图；

步骤二：通过观察热力图，分析每个区域内的点出现的频率以及情况，设定一个阈值，找出并标记阈值附近的所有点；假定50m范围内出现3个目标则认为是噪声源区域，那么将3个相距50m的雷达数据映射到映射区域中，通过生成的可视化的热力图，观察是否存在能把这3个点全部包含在内的权重，若存在就将此权重作为噪点区域阈值；或根据雷达数据的权重比例划分，选取固定比例的阈值；

步骤三：得到需要处理的边界阈值点集合之后，通过Alpha Shapes找出这些点的边界，获取到固定的噪声点产生区域；

步骤四：Alpha Shapes算法计算得到边界点簇集合后，判断雷达抛出来的点是否落在这些边界点簇集合内，完成雷达数据预处理。

2.根据权利要求1所述的基于热力图与图论聚类的雷达数据过滤方法，其特征在于，所述步骤一具体步骤为：

假定所有的雷达数据都服从高斯分布，设置一块1600 * 1600大小的区域，设置高斯核宽度和标准差σ，高斯核宽度与标准差σ比值为3；

将雷达的经纬度映射到区域中心，将雷达数据映射到此块区域比例尺为1：100，即将雷达附近8km的范围区域映射到这个区域中，并给与映射后的雷达数据点相同的权重；

将雷达点放入设置的映射区域中，每个点放入的时候都通过高斯核函数将附近的区域计算加权值，将所有的雷达数据都放入到此块区域中后，就能得到这个区域中每个点的权重；

遍历整个映射区域取得区域权重最大的值，设置一个渐变的颜色条，对应的权重大小从0到权重最大值，然后对映射区域的每一点进行相应权重的颜色渲染，就得到了雷达数据的热力图分布。

3.根据权利要求1所述的基于热力图与图论聚类的雷达数据过滤方法，其特征在于，所述Alpha Shapes算法流程具体为：

设置一个判别半径R，假设标记阈值附近有n个无序点P1、P2…Pn；

过任意两点P1、P2绘制半径为R的圆，如果圆内没有其他数据点，则认为点P1、P2是边界点，其连线P1P2即为边界线段；

n个数据点两两相连共可形成(n*(n-1))/2条线段，逐条进行判断求解。

4.根据权利要求1所述的基于热力图与图论聚类的雷达数据过滤方法，其特征在于，所述步骤四的判断方法具体包括：对每一边界簇进行判断雷达抛出来的点是否落在这些边界点簇集合内；若雷达数据点在此集合内，则对其进行标记为环境噪音点；若雷达数据点不在此集合内，则标记该雷达数据点为有效数据点。

5.根据权利要求1所述的基于热力图与图论聚类的雷达数据过滤方法，其特征在于，所述缓存的雷达数据设置有有效周期，数据一旦超过有效周期便作废。