PDW分选如何展示到界面上
界面上图思路：
- 分选前后对比图（双图）
- 聚类结果雷达图（ECharts雷达图）
- 展示每类信号的平均 PW、RF、PRI、DOA 值对比（也可以对比最低，最高，平均都绘制到雷达图上）
- 可以对分选后的每一个图下拉框选择，选中一个类别后，绘制pw,pa，rf,doa随着时间变化的四个折线表。
在雷达信号 PDW分选系统的用户界面（UI） 中，展示“混叠信号分选为单一信号”的过程与结果，需要可视化、交互性和对比性。
一、界面布局建议
1. 总体布局（建议使用三栏或双视图）
| 区域 | 内容 | 说明 |
|---|---|---|
| 左侧栏 / 面板 | 原始 PDW 数据展示区 | 支持表格+统计视图，展示 TOA、RF、PW、PA、DOA 等 |
| 主显示区 | 分选结果可视化 | 分选前/后对比图，聚类结果图 |
| 右侧栏 | 参数与控制面板 | 设置算法类型、聚类阈值、滑窗大小、是否启用人工修正等 |
二、核心功能区展示建议
1. 原始PDW散点图（分选前）
X轴：TOA，Y轴：RF/PW/DOA（三选一或并排）
混叠数据点颜色统一，表示未分选
鼠标悬浮显示详细 PDW 信息
2. 分选结果可视化
方案一：不同分选类别以不同颜色区分
每个类别用一种颜色标记（如 KMeans 聚类后的类别）
可点击隐藏/显示某一类
方案二：轨迹视图（TOA vs RF/PW）
分选后每一类绘制 RF vs TOA、PW vs TOA 的“轨迹线”
有助于分析跳频、调制等特征
3. 分选前后对比切换
提供 “分选前 / 分选后”切换按钮
便于直观比较混叠程度与分选清晰度
加入“动画过渡”更显效果提升
三、附加建议功能
1. 高亮与筛选功能
支持用户选中某一类后，高亮该类PDW，同时灰显其余
2. 参数可调节 & 实时刷新
可实时修改分选算法参数（如聚类数、时间窗口等）并更新可视化结果
3. 分选统计信息面板
| 信息项 | 示例 |
|---|---|
| 类别数 | 3 类 |
| 每类 PDW 数量 | 类1: 1200，类2: 870，类3: 640 |
| 类别主RF | 类1: 9604 MHz，类2: 8700 MHz |
4. 可导出功能
导出分选结果为 Excel / CSV / JSON
导出分选图像（PNG/JPEG/SVG）
四、技术实现建议
| 模块 | 技术推荐 |
|---|---|
| 前端展示 | Web（React/Vue）或桌面（PyQt5） |
| 可视化库 | Plotly、ECharts、matplotlib（PyQt中） |
| 后端处理 | Python（scikit-learn聚类 + Flask或FastAPI） |
| 支持交互 | 鼠标缩放、框选查看、悬浮提示 |
五、示意图展示建议
分选前后对比图（双图）
聚类结果雷达图（ECharts雷达图）
展示每类信号的平均 PW、RF、PRI、DOA 值对比