[发明专利]基于热力图与图论聚类的雷达数据过滤方法

说明书

本发明公开了基于热力图与图论聚类的雷达数据过滤方法，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；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。本发明适用于复杂环境多噪点的顶点雷达数据处理，通过实时自动识别噪声源区域，对于移动雷达数据，或者突变环境的雷达数据具有很好的相适应性，识别效率高，简单有效。

技术领域

本发明涉及数据预处理领域，尤其涉及基于热力图与图论聚类的雷达数据过滤方法。

背景技术

近年来，民用无人机技术日渐成熟，在应用越来越广泛的同时，由民用无人机引发的控制事故与相关安全问题日益常态化，民用无人机飞行器在许多有益应用场景的同时，也可能被越来越多的恶意使用。

对于低小慢的无人机反制系统就此产生了。对于低小慢无人机反制系统主要分为侦测和反制两部分，侦测部分中雷达扮演一个很重要的侦测角色，因此对于雷达数据的目标筛选和具有很大挑战。对于固定区域的噪声点过多则会影响雷达对真实目标的侦测，对于复杂环境中的固定噪声源过滤就很有必要。

如已公开专利（申请号为CN202011048313.6）一种雷达信号侦测数据样本标注方法，主要针对现有样本标注方法通过人工标注对雷达数据进行逐一分析提取的方式，该方式对标注人员素质要求较高，工作量大，工作效率低的问题。包括如下步骤：通过可视化软件提取有效数据进行标注，并存储为标准样本文件；以该标准文件为模板，遍历采集原始数据文件，自动生成新样本文件。该专利的雷达信号侦测数据的提取需要消耗大量人力，数据计算时间耗时较长，故在实际运用中效率不高。

发明内容

本发明的目的在于克服现有技术的不足，提供基于热力图与图论聚类的雷达数据过滤方法。

本发明的目的是通过以下技术方案来实现的：

基于热力图与图论聚类的雷达数据过滤方法，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；

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。

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。

所述步骤二阈值标定方法具体包括：