【技術實現步驟摘要】
本申請涉及數據處理領域，尤其涉及一種用于雷達數據流的虛擬體掃數據生成方法及系統。
技術介紹
1、現有的雷達數據流處理技術主要依賴于傳統的信號處理方法和固定的體掃模式。這些方法通常采用線性濾波、傅里葉變換和統計分析等技術來提取和處理雷達回波信息。在虛擬體掃數據生成方面，現有技術多采用簡單的插值算法和預定義的掃描模式來模擬雷達的掃描過程，并通過添加人工噪聲來模擬環境干擾。這些方法在處理靜態或緩慢變化的目標場景時能夠取得一定效果。
2、然而，面對復雜多變的現代雷達應用場景，現有技術存在明顯不足。首先，傳統的固定處理流程難以適應高動態目標和復雜電磁環境的變化，導致生成的虛擬體掃數據與實際雷達數據之間存在較大差異。其次，簡單的插值和噪聲模型無法準確反映真實雷達系統的性能特性和環境影響，降低了虛擬數據的仿真度和可用性。此外，現有技術在處理海量多維雷達數據流時效率低下，難以滿足實時性要求，同時缺乏對生成數據質量的有效驗證機制。
技術實現思路
1、本申請提供了一種用于雷達數據流的虛擬體掃數據生成方法及系統，用于提高用于雷達數據流的虛擬體掃數據生成的效率及準確率。
2、第一方面，本申請提供了一種用于雷達數據流的虛擬體掃數據生成方法，所述用于雷達數據流的虛擬體掃數據生成方法包括：對獲取的原始雷達數據流進行多維度分解和并行預處理，得到多通道預處理數據流；對所述多通道預處理數據流進行自適應特征提取和動態聚類，得到時變特征簇；基于所述時變特征簇構建可重構虛擬掃描結構，得到自優化掃描模
3、結合第一方面，在本申請第一方面的第一種實現方式中，所述對獲取的原始雷達數據流進行多維度分解和并行預處理，得到多通道預處理數據流，包括：對所述原始雷達數據流進行時域-頻域聯合分解，得到多維度分解數據；對所述多維度分解數據進行并行數據流分配，得到并行處理數據流；對所述并行處理數據流進行自適應濾波，得到降噪數據流；對所述降噪數據流進行動態范圍壓縮，得到歸一化數據流；對所述歸一化數據流執行多分辨率分析，得到多尺度特征數據；對所述多尺度特征數據進行時間同步校準，得到同步特征數據；通過小波包變換算法對所述同步特征數據進行時頻聯合表征，得到時頻特征圖；對所述時頻特征圖進行特征增強，得到增強特征圖；對所述增強特征圖執行數據流重組，得到重構數據流；對所述重構數據流進行通道分配和格式轉換，得到所述多通道預處理數據流。
4、結合第一方面，在本申請第一方面的第二種實現方式中，所述對所述多通道預處理數據流進行自適應特征提取和動態聚類，得到時變特征簇，包括：對所述多通道預處理數據流進行多維度特征分析，得到原始特征集；對所述原始特征集進行自適應閾值分割，得到分割特征子集；對所述分割特征子集執行非線性降維，得到降維特征向量；對所述降維特征向量進行時序相關性分析，得到時序特征序列；通過模糊c均值算法對所述時序特征序列進行動態聚類，得到初始特征簇；對所述初始特征簇進行異常值檢測和剔除，得到優化特征簇；對所述優化特征簇執行時變特征提取，得到時變特征矩陣；對所述時變特征矩陣進行特征權重計算，得到加權特征集；對所述加權特征集進行自適應特征融合，得到融合特征向量；對所述融合特征向量進行動態閾值聚類，得到所述時變特征簇。
5、結合第一方面，在本申請第一方面的第三種實現方式中，所述基于所述時變特征簇構建可重構虛擬掃描結構，得到自優化掃描模式，包括：對所述時變特征簇進行時空特性分析，得到時空特性描述矩陣；對所述時空特性描述矩陣執行拓撲結構映射，得到初始虛擬掃描拓撲；對所述初始虛擬掃描拓撲進行動態網格劃分，得到自適應掃描網格；對所述自適應掃描網格進行節點重要性評估，得到節點權重分布；對所述節點權重分布執行通過圖譜理論算法進行優化重構，得到優化掃描結構；對所述優化掃描結構進行參數化建模，得到可參數化掃描模型；對所述可參數化掃描模型進行動態參數調整，得到動態掃描模式；對所述動態掃描模式執行仿真驗證，得到仿真性能指標；對所述仿真性能指標進行多目標優化，得到優化掃描參數集；對所述優化掃描參數集進行掃描模式重構，得到所述自優化掃描模式。
6、結合第一方面，在本申請第一方面的第四種實現方式中，所述通過所述自優化掃描模式對所述時變特征簇進行多層次空間插值和位相重構，得到初步虛擬體掃數據場，包括：對所述時變特征簇進行空間分布分析，得到特征空間分布圖；對所述特征空間分布圖進行多尺度分解，得到多層次特征結構；對所述多層次特征結構執行自適應網格生成，得到非均勻插值網格；對所述非均勻插值網格進行局部特征密度計算，得到密度權重矩陣；通過徑向基函數算法對所述密度權重矩陣進行自適應插值，得到初級插值數據場；對所述初級插值數據場執行邊界條件約束，得到邊界修正數據場；對所述邊界修正數據場進行局部優化調整，得到精細化插值數據場；對所述精細化插值數據場進行相位一致性分析，得到相位特征圖；對所述相位特征圖執行位相重構優化，得到重構位相場；對所述重構位相場與所述精細化插值數據場進行融合，得到所述初步虛擬體掃數據場。
7、結合第一方面，在本申請第一方面的第五種實現方式中，所述對所述初步虛擬體掃數據場進行目標特征增強和多源環境信息融合，得到高仿真虛擬體掃數據，包括：對所述初步虛擬體掃數據場進行目標檢測和分割，得到目標區域數據集；對所述目標區域數據集進行自適應對比度增強，得到增強目標特征數據；對所述增強目標特征數據執行紋理細化處理，得到高精度目標特征場；對所述高精度目標特征場進行動態散射特性模擬，得到模擬散射數據；對所述模擬散射數據進行環境噪聲建模，得到噪聲模型參數；對所述噪聲模型參數與地理信息系統數據進行關聯分析，得到環境特征映射；對所述環境特征映射進行多源信息融合，得到綜合環境數據場；對所述綜合環境數據場與所述高精度目標特征場進行自適應加權融合，得到所述高仿真虛擬體掃數據。
8、結合第一方面，在本申請第一方面的第六種實現方式中，所述對所述高仿真虛擬體掃數據進行多維度一致性驗證和智能格式適配，得到目標虛擬體掃數據，包括：對所述高仿真虛擬體掃數據進行統計特性分析，得到數據統計特征集；對所述數據統計特征集與真實雷達數據特征進行一致性比對，得到差異度量指標；對所述差異度量指標執行自適應閾值判斷，得到一致性評估結果；對所述一致性評估結果進行多維度綜合評價，得到可信度評分；對所述可信度評分低于預設閾值的數據區域進行局部優化調整，得到優化虛擬體掃數據；對所述優化虛擬體掃數據執行數據格式分析，得到格式特征描述；對所述格式特征描述與目標系統格式需求進行匹配分析，得到格式轉換策略；根據所述所述格式轉換策略，對所述優化虛擬體掃數據進行智能格式轉換，得到所述目標虛擬體掃數據。
9、第二方面，本申請提供了一本文檔來自技高網...
【技術保護點】
1.一種用于雷達數據流的虛擬體掃數據生成方法，其特征在于，所述用于雷達數據流的虛擬體掃數據生成方法包括：
2.根據權利要求1所述的用于雷達數據流的虛擬體掃數據生成方法，其特征在于，所述對獲取的原始雷達數據流進行多維度分解和并行預處理，得到多通道預處理數據流，包括：
3.根據權利要求1所述的用于雷達數據流的虛擬體掃數據生成方法，其特征在于，所述對所述多通道預處理數據流進行自適應特征提取和動態聚類，得到時變特征簇，包括：
4.根據權利要求1所述的用于雷達數據流的虛擬體掃數據生成方法，其特征在于，所述基于所述時變特征簇構建可重構虛擬掃描結構，得到自優化掃描模式，包括：
5.根據權利要求1所述的用于雷達數據流的虛擬體掃數據生成方法，其特征在于，所述通過所述自優化掃描模式對所述時變特征簇進行多層次空間插值和位相重構，得到初步虛擬體掃數據場，包括：
6.根據權利要求1所述的用于雷達數據流的虛擬體掃數據生成方法，其特征在于，所述對所述初步虛擬體掃數據場進行目標特征增強和多源環境信息融合，得到高仿真虛擬體掃數據，包括：
7.
8.一種用于雷達數據流的虛擬體掃數據生成系統，其特征在于，所述用于雷達數據流的虛擬體掃數據生成系統包括：
...【技術特征摘要】
1.一種用于雷達數據流的虛擬體掃數據生成方法，其特征在于，所述用于雷達數據流的虛擬體掃數據生成方法包括：
2.根據權利要求1所述的用于雷達數據流的虛擬體掃數據生成方法，其特征在于，所述對獲取的原始雷達數據流進行多維度分解和并行預處理，得到多通道預處理數據流，包括：
3.根據權利要求1所述的用于雷達數據流的虛擬體掃數據生成方法，其特征在于，所述對所述多通道預處理數據流進行自適應特征提取和動態聚類，得到時變特征簇，包括：
4.根據權利要求1所述的用于雷達數據流的虛擬體掃數據生成方法，其特征在于，所述基于所述時變特征簇構建可重構虛擬掃描結構，得到自優化掃描模式，包括：
5.根據權利要求1所...
【專利技術屬性】
技術研發人員：鄭楓，張銘，馮樂，張波，劉鑫，趙劍劍，孫捷，張宇，嚴祺慧，李廣海，施俊佼，胡皓，張詩雨，遲小鋒，李鑫鑫，褚杰，車星瑋，
申請(專利權)人：盛東如東海上風力發電有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。