一种基于TensorFlow架构的超低功耗微控制器点迹凝聚方法

本发明公开了一种基于TensorFlow架构的超低功耗微控制器点迹凝聚方法，其包括：获取不同机动目标的二次雷达原始译码数据以及标效数据并对其进行关联，形成样本数据；通过RC低通滤波器首先对目标点迹群中的点迹以及点迹对应的和幅度进行过滤，滤除由环境和硬件设备带来的高频噪声，同时收缩点迹群范围；再将点迹方位、距离和幅度数据输入三维k‑means聚类模型，通过k‑means算法，以实现对真实点迹群和由干扰形成的点迹群的精确分类以及点迹群中心的计算。本发明采用TensorFlow架构构建低通滤波器和聚类算法，极大地减少了内存，提高了模型运算效率。