10.16337/j.1004-9037.2017.01.009
基于观测数据聚类划分的扩展目标跟踪算法
针对高斯混合假设概率密度滤波扩展目标跟踪算法中的观测集合划分问题,本文分析了距离门限划分方法存在的问题,提出了一种利用聚类方法进行观测数据集合划分的方法.该方法利用极大似然方法获得目标数的估计值,以此作为聚类数利用K-means聚类对观测数据集合进行聚类划分,并利用椭球门限对观测数据进行处理以降低杂波观测对聚类划分的影响.实验结果表明,该方法能够获得正确的划分观测集合,计算复杂度较距离门限划分方法有较大降低,同时在多目标跟踪效果方面优于观测数据距离门限划分的假设概率密度滤波扩展目标跟踪算法.
多目标跟踪、扩展目标跟踪、概率假设密度滤波、观测集合划分、K-means聚类
32
TP391(计算技术、计算机技术)
国家自然科学基金61471365,61231017,61571442;中国民航大学中央高校基金3122015D003
2017-05-16(万方平台首次上网日期,不代表论文的发表时间)
共8页
78-85