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：中国电子科技集团公司第五十四研究所

摘要：本发明公开了一种基于近场极值分布特征聚类的高效目标定位方法，属于数据处理技术领域。本发明在无线电收发阵列设备的覆盖范围内定义目标假设位置，针对每一个目标假设位置均利用导向矢量矩阵进行空间扫描仿真，得到多个模板场分布图，对模板场分布图进行特征降维，并进行聚类，之后利用导向矢量矩阵控制无线电收发阵列设备进行实测空间扫描，得到实测场分布图，对实测场分布图进行特征降维之后与模板场分布图进行匹配，完成目标定位。本发明通过对模板场分布图进行特征降维、极值聚类，实现了对实测场分布图与模板场分布图的快速匹配，大大减小了定位过程中的计算量，提高了目标定位的实时性。

主权项：1.一种基于近场极值分布特征聚类的高效目标定位方法，其特征在于，包括以下步骤：步骤1，基于无线电收发阵列设备的数学模型，利用导向矢量矩阵进行空间扫描仿真，获取每一个可能的目标位置的模板场分布图；其中，模版场分布图包括可能的目标位置所对应的近场幅度与相位分布数据；步骤2，针对每一幅模板场分布图，计算每一个点对应复数的模值，根据模值将模板场分布图转换成模板场幅度图；步骤3，针对每一幅模板场幅度图，保留所有极大值点，并将其余点处的模值赋0，将模板场幅度图转换成模板场极值图；步骤4，针对每一幅模板场极值图，按照从大到小的顺序对极大值进行排序，保留前N个极大值点，并将其余极大值点处的模值赋0，将模板场极值图转换成模板场N极值图；步骤5，针对每一幅模板场N极值图，依次将M*M个像素点作为一个新的像素点，并将原M*M个像素点中的最大值赋给该新像素点，根据模板场N极值图中得到的所有新像素点构建对应的降维模板场极值图；步骤6，基于每一幅降维模板场极值图的最大值及其对应坐标，按照坐标不同，将降维模板场极值图对应的模板场分布图进行聚类，将坐标相同的降维模板场极值图所对应的模板场分布图划分为同一类别，形成第一维聚类结果；在第一维聚类结果中，如果某一类别中的模板场分布图数量大于1，则基于该类别中每一幅降维模板场极值图的第二大的值及其对应坐标，按照坐标不同，将该类别中每一幅降维模板场极值图对应的模板场分布图进行聚类，将该类别中坐标相同的降维模板场极值图对应的模板场分布图划分为同一类别，形成第二维聚类结果；按照像素点的值从大到小的排序持续对模板场分布图进行聚类，直到所有不为0的像素点均已作为聚类条件对模板场分布图进行聚类，或者所有类别中均只有一个模板场分布图时，结束聚类过程，形成检索数据库；步骤7，利用导向矢量矩阵控制无线电收发阵列设备进行空间扫描，获得搜索区域内的实测场分布图；其中，实测场分布图包括搜索区域所对应的近场幅度与相位分布数据；步骤8，针对实测场分布图，计算每一个点对应复数的模值，根据模值将实测场分布图转换成实测场幅度图；步骤9，针对实测场幅度图，保留所有极大值点，并将其余点处的模值赋0，将实测场幅度图转换成实测场极值图；步骤10，针对实测场极值图，按照从大到小的顺序对极大值进行排序，保留前N个极大值点，并将其余极大值点处的模值赋0，将实测场极值图转换成实测场N极值图；步骤11，针对实测场N极值图，依次将M*M个像素点作为一个新的像素点，并将原M*M个像素点中的最大值赋给该新像素点，根据实测场N极值图中得到的所有新像素点构建对应的降维实测场极值图，将降维实测场极值图中不为0的像素点个数记为N1；步骤12，设置变量i以及相关系数阈值，令i＝N1；步骤13，将降维实测场极值图中不为0的像素点值按照从大到小的顺序进行排序，根据前i个像素点各自的数值大小排序及其对应坐标，在检索数据库中检索所有对应的模板场分布图，并计算相关系数rmt： 其中，Sm表示在检索数据库中检索到的相对应模板场分布图，St表示实测场分布图，表示St的共轭转置，|·|表示取模值；若相关系数rmt大于相关系数阈值，则将Sm对应的目标位置判定为目标定位位置，否则判断i＝1是否成立，若i＝1成立，则执行步骤14，若i＝1不成立，则令i＝N1-1，并继续执行步骤13；步骤14，将实测场极值图中的最大值删去后，继续执行步骤10，直至得到目标定位位置或实测场极值图中仅有N个极大值为止，完成基于近场极值分布特征聚类的高效目标定位。

全文数据：

权利要求：

百度查询： 中国电子科技集团公司第五十四研究所 一种基于近场极值分布特征聚类的高效目标定位方法