基于重频分布熵的方位聚类方法、设备及介质

1.一种基于重频分布熵的方位聚类方法，其特征在于，包括以下步骤：第一步：根据系统测向精度确定方位门限范围，设系统测向精度为σ，选取方位步进值为Aoa Step ；第二步：以Aoa Step 为方位分辨单元将脉冲方位等分，统计隶属于对应等分的脉冲个数；第三步：根据第二步得到的等分方位，提取选定等分位置的脉冲，若提取得到的脉冲数大于等于聚类脉冲数门限GrpPulseNum Gate ，则认为该组聚类脉冲有效，否则认为无效；第四步：重复第三步以提取除选定位置以外的其他方位聚类组脉冲，直到得到所有有效方位聚类脉冲组DoaCluster i ，i＝1,2,…,M，M为方位聚类结果组数；式(1)中，P为处理脉冲总个数；第五步：对第四步的方位聚类结果进行重频聚类得到PriCluster ij ，i＝1,2,…,M，j＝1,2,…,N；PriCluster ij 为第i个方位聚类结果进行重频聚类后的第j个聚类结果，若聚类PriCluster ij 包含的脉冲个数为K ij ，则对应的重频概率P ij 如下式：P ij ＝K ij /N (2)重频分布熵PE各根据式(3)计算得到：第六步：以Aoa Gate ＝i×Aoa Step 为方位门限重复第三步～第五步，i＝1,2,…,S，并得到对应PE i ,i＝1,2,……S；第七步：统计最小重频熵对应的方位门限AoaGate MinPritropy ，并以该方位门限对脉冲进行方位聚类。 2.根据权利要求1所述的基于重频分布熵的方位聚类方法，其特征在于，在第一步中，所述根据系统测向精度确定方位门限范围，包括步骤：以Aoa Step 为最小步进值将方位门限范围设置为(0，3σ]。 3.根据权利要求1所述的基于重频分布熵的方位聚类方法，其特征在于，在第二步中，所述以Aoa Step 为方位分辨单元将脉冲方位等分，包括步骤：将脉冲方位进行0°～360°划分成相应等分。 4.根据权利要求1所述的基于重频分布熵的方位聚类方法，其特征在于，在第三步中，所述根据第二步得到的等分方位，提取选定等分位置的脉冲，包括步骤：以最大脉冲数的等分位置为中心等分方位Aoa Center ，提取中心等分方位Aoa Center 和Aoa Center ±Aoa Step 等分位置的脉冲。 5.根据权利要求1所述的基于重频分布熵的方位聚类方法，其特征在于，在第三步中，在提取选定等分位置的脉冲后，包括步骤：将已提取的等分位置脉冲个数清零。 6.根据权利要求1所述的基于重频分布熵的方位聚类方法，其特征在于，在第五步中，PE反映了各方位聚类分组重频分布的均匀程度，若PE越大，重频分布的越杂乱，PE越小，则重频分布的越均匀。 7.根据权利要求1所述的基于重频分布熵的方位聚类方法，其特征在于，M，N均为正整数。 8.根据权利要求2所述的基于重频分布熵的方位聚类方法，其特征在于，在第六步中，S＝3σ/Aoa Step 。 9.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，当所述计算机程序被所述处理器加载并执行如权利要求1～8任一项所述的方法。 10.一种可读存储介质，其特征在于，在可读存储介质中存储有计算机程序，所述计算机程序被处理器加载并执行如权利要求1～8任一项所述的方法。