一种两阶段融合的雷达信号分选方法

本发明公开了一种两阶段融合的雷达信号分选方法，该方法首先利用DBSCAN聚类的第一阶段处理，通过核函数密度估计算法确定合适的邻域半径和最小点数范围这两个重要超参数，初步识别出雷达信号中的潜在簇和噪声点；然后，利用K‑Means算法复杂度低的特性，确定簇的个数和初始簇中心，并对噪声点进行降噪处理；采用K‑Means算法对DBSCAN的聚类结果进行细化，通过优化簇中心的位置，进一步提高了簇内信号的一致性和聚类的准确性，完成整个分选数据的第二阶段处理。融合两种聚类算法的优势，优化分选策略，可在特征参数重叠严重、脉冲丢失率较高的复杂场景下完成自适应聚类分选过程，有效的提高了分选的准确率，降低了分选的复杂度。