基于聚类的多目标自适应互联跟踪算法
多目标数据互联问题是当前雷达数据融合研究的热点和难点,最常用的算法是联合概率数据互联(joint probabilistic data association,JPDA).但是在JPDA中,确认矩阵通常采用当前时刻所有量测来确定,当目标个数较多或者目标处于强杂波环境中时,算法的计算量和性能难以达到理想效果.针对这个问题,引入聚类分析的思想,提出一种基于聚类的多目标自适应互联算法.首先通过聚类分析,把当前量测区分为不同目标的聚类集合;然后根据各个聚类集合的度量因子自适应地选择数据互联方式,从而实现量测与航迹的关联;在多目标处理通道中,采用隶属度矩阵和关联度矩阵构建联合互联矩阵求得联合互联概率,实现多目标跟踪;最后,对算法的计算复杂度进行理论分析.由于该方法在每一时刻先不进行全部量测的确认矩阵拆分,而是通过聚类分析在聚类集合中拆分矩阵,然后通过构建联合互联矩阵的方式计算联合互联概率,因而可以有效降低算法的计算复杂度;同时在聚类中进行自适应数据互联,增加了算法对量测特性的适应性,降低了杂波对目标真实量测互联概率的影响,从而可以提高算法的跟踪效果.最后通过计算机仿真数据对算法的有效性进行了验证.
联合概率数据互联、自适应、多目标跟踪、聚类分析、计算复杂度
45
TP391.41;TN953;S
国家自然科学基金;国家自然科学基金
2015-09-16(万方平台首次上网日期,不代表论文的发表时间)
953-967