Hello，大家好，我是Xiaojie，好久不见，欢迎大家能够和Xiaojie一起学习毫米波雷达知识，Xiaojie准备连载一个系列的文章—DDMA信号处理以及数据处理的流程，本系列文章将从目标生成、信号仿真、测距、测速、cfar检测、测角、目标聚类、目标跟踪这几个模块逐步介绍，这个系列的文章大约是一个7-8篇左右。

最终效果如下：

整体文件的目录树如下：

从这篇文章开始就开始进入数据处理部分了，本篇文章主要讲的是聚类部分，主要采用的聚类方法是dbscan。当雷达信号处理部分做完后，会得到目标的点云，包括距离、速度、角度。

dbscan聚类

dbscan(Density-Based Spatial Clustering of Application with Noise)是一种基于密度的聚类算法。

密度聚类算法一般假定类别是可以通过样本分布的紧密程度来决定。在同一个类别中，样本之间是紧密相连的，也就是通过将紧密相连的样本划分为一类，这样就产生了一个聚类类别。

1. 核心思想：dbscan的核心思想在于基于样本点的密度进行聚类，即通过找出样本空间中密集的区域进行簇的划分

2. 算法参数：dbscan需要两个主要参数：邻域半径和最少点