基于动态网格密度的SNN聚类的ET-GM-PHD滤波算法

• 作者: 彭聪 朱克凡 王杰贵
• 来源期刊: 弹箭与制导学报
• 关键词: 扩展目标 ET-GM-PHD滤波器 动态网格密度 SNN相似度 量测集划分
• 年，卷（期）: 2019,（2）
• 页码范围: 152-158
• 页数: 7页
• 分类号: TN953
• 语种: 中文
• DOI: 10.15892/j.cnki.djzdxb.2019.02.035

摘要

针对不同扩展目标产生的量测密度差异较大时,多扩展目标高斯混合概率假设密度(ET-GM-PHD)量测集划分困难,计算量繁重的问题,提出了一种基于动态网格密度的SNN相似度的量测划分算法.首先利用动态网格技术对量测数据进行预处理,减小量测中的杂波干扰;而后采用共享最近邻(SNN)相似度对处理后的观测值进行量测划分.经过仿真结果分析,文中提出的算法相较于传统算法,减少了运行时间,提升了跟踪的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭聪	国防科技大学电子对抗学院	5	2	1.0	1.0
2	王杰贵	国防科技大学电子对抗学院	10	3	1.0	1.0
3	朱克凡	国防科技大学电子对抗学院	7	0	0.0	0.0