论文部分内容阅读
针对毫米波雷达数据均匀性差,数据量小,噪点多等问题,提出一种基于DBSCAN(density-based spatial clustering of applications with noise)的雷达自适应聚类算法。改进算法能够根据K近邻距离和目标反射截面自适应调整聚类半径。首先给出一种聚类半径根据K近邻距离动态调整的机制:目标第K个近邻的距离与阈值相比较,以确定阈值半径取值。再提取雷达提供的目标反射截面,基于该值计算目标假象半径作为聚类半径的补充量。实现根据目标反射截面与数据稀疏程度自适应聚类的效果