杂波环境下基于全邻模糊聚类的联合概率数据互联算法

发布时间：2017-12-15 06:27

  本文关键词：杂波环境下基于全邻模糊聚类的联合概率数据互联算法

  更多相关文章： 多目标跟踪 多传感器 数据互联 模糊聚类

【摘要】：针对杂波环境下的多目标跟踪数据互联问题,该文提出基于全邻模糊聚类的联合概率数据互联算法(Joint Probabilistic Data Association algorithm based on All-Neighbor Fuzzy Clustering,ANFCJPDA)。该算法根据确认区域中量测的分布和点迹-航迹关联规则构造统计距离,以各目标的预测位置为聚类中心,利用模糊聚类方法,计算相关波门内候选量测与不同目标互联的概率,通过概率加权融合对各目标状态与协方差进行更新。仿真分析表明,与经典的联合概率数据互联算法(Joint Probabilistic Data Association algorithm,JPDA)相比,ANFCJPDA较大程度地改善了算法的实时性,并且跟踪精度与JPDA相当。
【作者单位】： 海军航空工程学院信息融合研究所;北京航空航天大学电子信息工程学院;
【基金】：国家自然科学基金(61471383)~~
【分类号】：TN953
【正文快照】： 2(北京航空航天大学电子信息工程学院北京100191)1引言杂波环境下的数据互联问题一直是多目标跟踪领域的难点问题[1-10]。近些年,由于避免了目标和量测之间的数据关联计算,基于随机有限集的多目标跟踪方法(如概率假设密度算法PHD)受到了广泛关注。但是该类方法在进行目标跟踪

【相似文献】

中国期刊全文数据库 前10条

1 刘宗香;黄敬雄;谢维信;杨p，

本文编号：1290979