基于模糊聚类的群分离与合并跟踪算法

• 作者: 杜明洋 毕大平 潘继飞 王树亮
• 来源期刊: 探测与控制学报
• 关键词: 群分离 群合并 模糊聚类 数据关联 目标多特征
• 年，卷（期）: 2018,（6）
• 页码范围: 121-127
• 页数: 7页
• 分类号: TN953
• 语种: 中文

摘要

针对密集杂波背景下群目标分离或合并时估计误差增大的问题,提出了基于模糊聚类的群跟踪算法.该算法首先基于多特征信息融合的思想,融合群目标的运动状态信息和电磁辐射信息,通过计算候选回波与真实目标的关联度对量测进行筛选;其次,对群内目标进行聚类,形成若干个聚类小群,通过估计各小群的运动状态实现对大群的整体跟踪,并利用最近邻(NN)算法进行航迹维持.仿真结果表明,该算法提高了杂波背景下群目标跟踪的精度,并且能够较为准确地检测出群的分离与合并,相比传统算法,性能有所提高,具备工程实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘继飞	国防科技大学电子对抗学院	19	16	2.0	2.0
2	毕大平	国防科技大学电子对抗学院	34	43	3.0	4.0
3	杜明洋	国防科技大学电子对抗学院	9	16	2.0	3.0
4	王树亮	国防科技大学电子对抗学院	12	26	3.0	4.0