基于观测数据聚类划分的扩展目标跟踪算法

• 作者: 吴仁彪 来燃 章涛
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 多目标跟踪 扩展目标跟踪 概率假设密度滤波 观测集合划分 K-means聚类
• 年，卷（期）: 2017,（1）
• 页码范围: 78-85
• 页数: 8页
• 分类号: TP391
• 字数: 3838字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2017.01.009

摘要

针对高斯混合假设概率密度滤波扩展目标跟踪算法中的观测集合划分问题,本文分析了距离门限划分方法存在的问题,提出了一种利用聚类方法进行观测数据集合划分的方法.该方法利用极大似然方法获得目标数的估计值,以此作为聚类数利用K-means聚类对观测数据集合进行聚类划分,并利用椭球门限对观测数据进行处理以降低杂波观测对聚类划分的影响.实验结果表明,该方法能够获得正确的划分观测集合,计算复杂度较距离门限划分方法有较大降低,同时在多目标跟踪效果方面优于观测数据距离门限划分的假设概率密度滤波扩展目标跟踪算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴仁彪	中国民航大学天津市智能信号与图像处理重点实验室	195	1158	14.0	22.0
2	章涛	中国民航大学天津市智能信号与图像处理重点实验室	15	63	5.0	7.0
6	来燃	中国民航大学天津市智能信号与图像处理重点实验室	4	11	1.0	3.0