雷达数据关联中动态加权模糊C-均值聚类算法研究

• 作者: 于洋 刘砚菊 张冰冰 陈亮
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 航迹斜率变化率 模糊C-Means聚类算法 加权的模糊C-Means聚类算法 曲线运动目标 均方根误差
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 信号/数据处理
• 页码范围: 22-25,29
• 页数: 5页
• 分类号: TP393
• 字数: 3581字
• 语种: 中文

摘要

针对雷达本身及测量的运动目标淹没在大量的杂波中而导致所测数据的不准确问题,文中对雷达测量的大量目标数据进行卡尔曼滤波,以减少数据关联时的计算冗余量；并对模糊C-均值(C-Means)聚类算法进行改进,改进后的算法利用实时目标航迹斜率的变化率对传统的模糊C-Means聚类算法进行动态加权,从而使模糊C-Means聚类算法的目标函数最优化,优化后的目标函数确定的聚类中心更加逼近目标的实际值,从而保证数据关联的准确度,并减少了计算时间,提高算法的效率.仿真实验表明,将文中基于目标航迹斜率变化率动态加权的模糊C-Means聚类算法应用于曲线运动目标的数据关联中,与传统的模糊C-Means聚类算法相比,可以提高数据关联准确度和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于洋	沈阳理工大学信息科学与工程学院	94	394	8.0	15.0
2	陈亮	沈阳理工大学信息科学与工程学院	62	181	7.0	10.0
3	刘砚菊	沈阳理工大学信息科学与工程学院	31	176	8.0	12.0
4	张冰冰	沈阳理工大学信息科学与工程学院	3	14	2.0	3.0