1.一種雷達探測系統(tǒng)密度聚類預(yù)警方法，其特征在于，包括
采用所述雷達探測系統(tǒng)進行周期性探測，得到探測區(qū)域的點跡多維參數(shù)，包括點跡的距離、方位角和速度；所述距離為點跡到所述雷達探測系統(tǒng)的雷達的距離，方位角為點跡相對于雷達的方位角，速度為點跡相對于雷達的徑向速度；
采用DBSCAN聚類算法對每個探測周期內(nèi)的點跡進行聚類，得到若干個簇，每個簇代表一個入侵物體；所述DBSCAN聚類算法的輸入?yún)?shù)包括點跡多維參數(shù)和一組預(yù)先設(shè)定的鄰域參數(shù)(∈，MinPts)；其中，∈為以對象點跡為中心的圓的半徑，MinPts為以對象點跡為中心的圓內(nèi)相鄰點跡的數(shù)量的閾值；
對聚類后得到的若干個簇進行過濾：計算每個簇的距離最大差值和方位角最大差值，分別設(shè)定威脅性物體長、寬的閾值；如果簇的距離最大差值小于威脅性物體長的閾值，或方位角最大差值小于威脅性物體寬的閾值，則刪除該簇；否則，計算每個簇的平均速度，若平均速度小于預(yù)設(shè)的安全速度，則刪除該簇；所述簇的距離最大差值為該簇內(nèi)的最大點跡距離與最小點跡距離的差值，簇的方位角最大差值為該簇內(nèi)的最大點跡方位角與最小點跡方位角的差值，簇的平均速度為該簇內(nèi)的所有點跡的速度的均值；
計算過濾后簇的平均距離，如果連續(xù)多個探測周期內(nèi)，簇的平均距離變化趨勢符合預(yù)警條件則發(fā)出預(yù)警；所述簇的平均距離變化趨勢包括簇的平均距離遞增或簇的平均距離遞減；所述簇的平均距離為一個探測周期內(nèi)所有簇的平均點跡距離的平均值，所述簇的平均點跡距離為該簇內(nèi)所有點跡的距離的平均值。
2.根據(jù)權(quán)利要求1所述的雷達探測系統(tǒng)的密度聚類預(yù)警方法，其特征在于，還包括對每個探測周期內(nèi)的點跡多維參數(shù)進行預(yù)處理：統(tǒng)計點跡的數(shù)量，如果點跡的數(shù)量超過探測區(qū)域設(shè)定的數(shù)量閾值，則計算探測區(qū)域所有點跡的平均距離和平均速度，分別與探測區(qū)域設(shè)定的安全距離和安全速度進行比較；若平均距離小于安全距離或者平均速度大于安全速度則發(fā)出預(yù)警；所述預(yù)處理的步驟位于采用DBSCAN聚類算法對每個探測周期內(nèi)的點跡進行聚類之前。
3.根據(jù)權(quán)利要求1所述的雷達探測系統(tǒng)的密度聚類預(yù)警方法，其特征在于，所述鄰域參數(shù)(∈，MinPts)中，∈的計算方法為：設(shè)置多維參數(shù)中每一項參數(shù)能容忍的最大差異閾值，令其加權(quán)歐幾里得距離為∈；各點跡之間的連接性通過多維參數(shù)的加權(quán)歐幾里得距離來體現(xiàn)，并基于可連接點跡的不斷擴展聚類簇以獲得最終的聚類結(jié)果。
4.根據(jù)權(quán)利要求1-3任一項所述的雷達探測系統(tǒng)的密度聚類預(yù)警方法，其特征在于，所述雷達探測系統(tǒng)為毫米波探測系統(tǒng)。