本文關(guān)鍵詞：雜波環(huán)境下基于全鄰模糊聚類(lèi)的聯(lián)合概率數(shù)據(jù)互聯(lián)算法

  更多相關(guān)文章： 多目標(biāo)跟蹤 多傳感器 數(shù)據(jù)互聯(lián) 模糊聚類(lèi)

【摘要】：針對(duì)雜波環(huán)境下的多目標(biāo)跟蹤數(shù)據(jù)互聯(lián)問(wèn)題,該文提出基于全鄰模糊聚類(lèi)的聯(lián)合概率數(shù)據(jù)互聯(lián)算法(Joint Probabilistic Data Association algorithm based on All-Neighbor Fuzzy Clustering,ANFCJPDA)。該算法根據(jù)確認(rèn)區(qū)域中量測(cè)的分布和點(diǎn)跡-航跡關(guān)聯(lián)規(guī)則構(gòu)造統(tǒng)計(jì)距離,以各目標(biāo)的預(yù)測(cè)位置為聚類(lèi)中心,利用模糊聚類(lèi)方法,計(jì)算相關(guān)波門(mén)內(nèi)候選量測(cè)與不同目標(biāo)互聯(lián)的概率,通過(guò)概率加權(quán)融合對(duì)各目標(biāo)狀態(tài)與協(xié)方差進(jìn)行更新。仿真分析表明,與經(jīng)典的聯(lián)合概率數(shù)據(jù)互聯(lián)算法(Joint Probabilistic Data Association algorithm,JPDA)相比,ANFCJPDA較大程度地改善了算法的實(shí)時(shí)性,并且跟蹤精度與JPDA相當(dāng)。
【作者單位】： 海軍航空工程學(xué)院信息融合研究所;北京航空航天大學(xué)電子信息工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61471383)~~
【分類(lèi)號(hào)】：TN953
【正文快照】： 2(北京航空航天大學(xué)電子信息工程學(xué)院北京100191)1引言雜波環(huán)境下的數(shù)據(jù)互聯(lián)問(wèn)題一直是多目標(biāo)跟蹤領(lǐng)域的難點(diǎn)問(wèn)題[1-10]。近些年,由于避免了目標(biāo)和量測(cè)之間的數(shù)據(jù)關(guān)聯(lián)計(jì)算,基于隨機(jī)有限集的多目標(biāo)跟蹤方法(如概率假設(shè)密度算法PHD)受到了廣泛關(guān)注。但是該類(lèi)方法在進(jìn)行目標(biāo)跟蹤

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉宗香;黃敬雄;謝維信;楊p，

本文編號(hào)：1290979