基于SNN-AP聚类的扩展目标量测集划分方法

• 作者: 冯新喜 孔云波 王雪 蒲磊
• 来源期刊: 计算机应用研究
• 关键词: 扩展目标 量测集划分 近邻传播 SNN相似度
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1349-1352
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.05.016

摘要

针对杂波环境下且量测密度差别较大的多扩展目标量测集划分问题,引入近邻传播聚类技术,提出了一种新的量测集划分算法.该算法首先采用局部异常因子检测对量测为杂波的程度进行度量,通过设定阈值的方法进行杂波滤除;同时对于目标量测密度差别较大的问题,引入一种基于共享最近邻的相似度度量方法;考虑了周围量测的影响,通过迭代传递两个信息量逐步寻找聚类中心,避免了对初始聚类个数的选择.仿真实验表明,与传统量测集划分算法相比,所提算法在保证扩展目标跟踪性能的同时,有效减少了算法的运算时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯新喜	空军工程大学信息与导航学院	163	934	15.0	22.0
2	孔云波	空军工程大学信息与导航学院	32	138	7.0	9.0
3	蒲磊	空军工程大学信息与导航学院	12	32	4.0	5.0
4	王雪	空军工程大学信息与导航学院	6	20	3.0	4.0