申请/专利权人：西安电子科技大学

申请日：2020-12-24

公开（公告）日：2023-12-26

公开（公告）号：CN112612011B

主分类号：G01S7/41

分类号：G01S7/41

优先权：

专利状态码：有效-授权

法律状态：2023.12.26#授权;2021.04.23#实质审查的生效;2021.04.06#公开

摘要：本发明公开了一种基于KD‑树空间搜索的DBSCAN生命探测雷达点迹凝聚方法和系统，所述方法包括：获得生命探测雷达原始回波图像并利用所述原始回波图像的目标像素点创建KD‑树；利用所述KD‑树搜索树中每一点p的Eps邻域半径内的子样本集合；根据所述子样本集合获得p点的聚类簇；遍历所述原始回波图像中未判断的点，直到所有点判断结束，获得所述原始回波图像的聚类后图像；对所述聚类后图像做点迹凝聚处理，以获得点迹凝聚结果。本发明的方法在邻域查询过程中，只需遍历KD‑树中有限数量的路径，减少了目标点迹的聚类时间，极大地提高了点迹凝聚效率，有效满足雷达系统处理的实时性要求。

主权项：1.一种基于KD-树空间搜索的DBSCAN生命探测雷达点迹凝聚方法，其特征在于，包括：S1：获得生命探测雷达原始回波图像并利用所述原始回波图像的目标像素点创建KD-树；S2：利用所述KD-树搜索树中任一点p的Eps邻域半径内的子样本集合；S3：根据所述子样本集合获得p点的聚类簇；S4：重复S2至S3，遍历所述原始回波图像中未判断的点，直到所有点判断结束，获得所述原始回波图像的聚类后图像；S5：对所述聚类后图像做点迹凝聚处理，以获得点迹凝聚结果；所述S1包括：S11：获取所述原始回波图像中所有的像素点坐标；S12：计算所有像素点坐标在两个维度上的数据方差，获得最大方差值；S13：选取最大方差值所在维度作为分割维Split-dim；S14：在所述分割维Split-dim上对所述原始回波图像的所有像素点进行排序，取像素点中值作为KD-树超平面的分割点xk；S15：将所述原始回波图像除分割点xk之外的所有像素点中，第Split-dim维小于等于xk的像素点划分到左子树，其余划分到右子树；S16：对所述左子树和所述右子树中的像素点重复执行S12至S15，直至只包含一个像素点，获得KD-树；所述S2包括：S21：从所述KD-树的根节点开始，深度优先搜索至叶子节点，并在堆栈中顺序存储已访问的节点；S22：检测所述叶子节点是否在p点的Eps邻域半径内，若是，则将所述叶子节点加入p点的子样本集合；S23：从所述叶子节点通过堆栈进行回溯，若正在判断的当前点与p点的距离在Eps邻域半径内，则将所述当前点加入p点的子样本集合；S24：判断以p点为圆心，Eps为半径的圆是否与所述当前点的父节点的超平面相交，若是，则在所述父节点的另一侧继续搜索Eps邻域半径内的节点，若否，则将父节点的另一侧子节点舍弃并继续向上回溯；S25：当搜索回溯至所述根节点，搜索完成，得到Eps-邻域半径内的子样本集合NEpsp；所述S3包括：S31：判断p点的Eps邻域半径是否满足|NEpsp|≥MinPts，若是，则将p点标记为核心点，形成包含p点及其Eps邻域中所有点的聚类簇，其中，MinPts为给定阈值；S32：遍历p点Eps邻域半径内的所有点，获得p点的所有密度可达的点并加入所述聚类簇。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于KD-树空间搜索的DBSCAN生命探测雷达点迹凝聚方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD