杂波环境下基于全邻模糊聚类的联合概率数据互联算法
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。
多目标跟踪、多传感器、数据互联、模糊聚类
38
TN953;TN957
国家自然科学基金61471383Foundation Item:The National Natural Science Foundation of China 61471383
2016-07-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
1438-1445