基于二级CFSFDP的扩展目标量测集划分算法

摘要：

在扩展目标高斯混合概率假设密度滤波中,量测集的划分需要进行大量计算,导致运行效率较低.针对该问题,提出一种新的扩展目标量测集划分算法.采用局部异常因子对杂波进行滤除,将层次聚类与采用密度极点的算法相结合对量测集进行划分.实验结果表明,与距离划分、K-means++划分、DBSCAN划分算法相比,在扩展目标处于交叉和近邻2种情况时,该算法对目标的外形不敏感,在保证扩展目标跟踪性能的同时,减少了计算时间.

关键词：扩展目标、局部异常因子、强度函数、高斯混合概率密度、量测集划分

所属期刊栏目：44

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金“基于区间分析技术的随机集多扩展目标跟踪关键技术研究”61571458

在线出版日期：2018-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：309-315