Use of cluster analysis method to increase the efficiencyand accuracy of radar data processing

Abstract

Запропоновано низку вирішень проблеми недостатньої ефективності та точності мультирадарного опрацювання радіолокаційної інформації. Для цього запропоновано використовувати кластерний метод аналізу, на основі якого автори покращили класичний алгоритм відбракування аномальних вимірювань та розглянули можливість мульти- поточного опрацювання радіолокаційної інформації. Для розпаралелювання опрацювання запропоновано метод розділення радіолокаційних станцій на групи за допомогою методу кластерного аналізу. Це, своєю чергою, призводить до меншого навантаження на обчислювальні потужності радіолокаційної системи та зменшує час, необхідний на опрацювання даних. За допомогою розробленої програми отримано підвищення точності близько 10 %. У результаті новий алгоритм здатен працювати в умовах появи регулярних аномальних викидів, для коректної роботи не потребує повного вектору вимірюваної інформації. Порівняно з уже наявними рішеннями, методи та алгоритми, що їх запропонували автори, підтримують сучасні тенденції до мультипоточного опрацювання даних та спираються на нові методи інтелектуального аналізу. Подані рішення призначені для використання в перспективних системах збору й опрацювання радіолока- ційної інформації.The article presents a range of solutions to improve the efficiency and accuracy of multiradar data processing. For this purpose the method of cluster analysis is proposed, basing on which, authors have made an improvement to the classical algorithm of the rejection of abnormal measurements and considered a possibility for implementing a multithread processing of radar data. For paralleling the radar data processing, the method of the separation of radar stations with the use of the cluster analysis method is proposed. This leads to the reduction of load on the computing power of radar system and reduces the time required for data processing. On the basis of the developed program, the accuracy of radar data processing has been improved by about 10 %. As a result, the new algorithm is able to work under the regular occurrence of abnormal emissions and does not require a whole set of measured data for correct work. Being compared to existing solutions, methods and algorithms suggested by the authors support the current trend towards multithreaded data processing and are based on the new methods of intellectual analysis. These solutions are assigned for the use in future systems of collecting and processing the radar data.