买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：电子科技大学

摘要：该发明公开了一种基于多普勒频率的77G车载雷达数据快速聚类方法，属于雷达数据处理领域。本发明提出了利用多普勒频率信息进行三维聚类的同时，使用基于阈值的最佳聚类数的确定方法来减少运算时间消耗的方法，提升聚类准确性并减小运算时间。在聚类过程中，使用目标空间位置与多普勒频率三维信息进行聚类，可有效区分出位置较近，但多普勒频率不同的不同目标，在寻找最佳聚类数的过程中，根据设定聚类阈值，当遍历聚类数以计算聚类结果与评价函数时，聚类结果中某一类内的点数小于阈值则停止相应计算，根据评价函数最大值得到最佳聚类数与聚类结果，减少因运算维度的增加所带来的计算时间的增加，提升聚类的准确性与运算效率。

主权项：1.一种基于多普勒频率的77G车载雷达数据快速聚类方法，该方法包括：步骤1：以搭载77GHz车载毫米波雷达的车辆建立直角坐标系，将雷达探测目标的空间位置信息、多普勒频率信息作为该算法的输入信息；算法输入为P＝X,Y,S，其中X、Y为雷达获取的点数据的空间位置坐标，S为点数据的多普勒频率速度信息，使用多普勒频率速度公式计算S作为输入，其中λ为波长，fd为多普勒频率；步骤2：根据雷达获取的数据规模N，数据规模表示所有数据点的个数，选择预计最佳聚类数的搜索范围[kmin,kmax]，其中最小聚类数kmin为2，最大聚类数kmax为设定聚类截止阈值T，T代表聚类某一簇内最小样本个数；步骤3：针对聚类数范围[kmin,kmax]，设置当前聚类数目kcur＝2开始对点数据进行聚类：步骤3.1：输入点数据集P＝X,Y,S，在直角坐标系中随机创建kcur个点作为聚类起始质心，作为每个簇的中心；步骤3.2：对剩余的每个点，根据其与各簇中心的距离，将它赋给距离最近的簇；步骤3.3：重新计算每个簇中所有点的坐标平均值，并将距离均值作为新的质心；步骤3.4：再次计算每个点到质心的距离并分配到不同的簇中；步骤3.5：重复平均值的计算，直到质心不变，并且任意一个簇分配结果不发生改变；步骤3.6：输出聚类结果步骤4：记录当前聚类数下的聚类结果并记录聚类簇内最小样本数所在簇的样本数，然后采用评价函数对聚类结果进行评价计算，得到评价结果；步骤5：将kcur数值在[kmin,kmax]范围内增加1，返回步骤3重新进行聚类；在重新聚类完成后，当聚类结果中某些簇内的样本数据量小于设定阈值T时，停止进一步聚类kcur数值不再增加，计算最后一次聚类结果的各评价函数计算的评价结果；步骤6：将评价结果最优的聚类结果作为最佳聚类结果，进行输出。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于多普勒频率的77G车载雷达数据快速聚类方法