文档介绍：第卷第期空军工程大学学报自然科学版. .
年月.
一种改进的基于的目标跟踪数据关联算法
张刚, 廖阳, 刘强
.空军工程大学工程学院,陕西西安;.空军工程大学导弹学院,陕西三原;
空军驻厂军代室,贵州安顺
摘要:为了克服杂波环境下对多目标进行数据互联时,计算量出现组合爆炸现象,提出了改进
的基于的多目标跟踪数据关联算法。将航迹的预测值转换到各个传感器的观测空间作为
各自的聚类中心,利用目标属于所有量测的隶属度,来代替中的关联概率,将多目标数
据关联问题可转化为模糊聚类问题,进行关联计算。改进的基于的多目标跟踪数据关联
算法,有效地利用了目标状态估计中的历史信息,实现量测与航迹的关联。该算法克服了
算法计算量大的缺点,实现杂波环境下多目标数据互联。仿真结果表明了该算法的有效
性。
关键词:目标跟踪;数据关联;隶属度;模糊聚类
:./..—...
中图分类号: 文献标识码: 文章编号:———
在多传感器跟踪系统中,数据关联是目标跟踪中最重要且最困难的问题。目前关于数据关联的典型算
法有“最近邻”法、“全邻”最优法、概率数据关联算法、联合概率数据关联算法及多假设跟踪
法等。其中方法被认为是杂波环境下对多目标进行数据互联的一种良好的算法,但随着
目标数、量测数及杂波密度的增加,计算量出现组合爆炸现象,从而使该算法的应用受到限制。为此,本
文提出改进的基于—的多目标跟踪数据关联算法,有效地利用了目标状态估计中的历
史信息,可区分源于不同目标的量测,实现量测与航迹的关联。
联合概率数据关联算法
联合概率数据互联算法是在杂波环境下,当有回波落入不同目标相关波门的重叠区域内时,
为了表示有效回波和各目标跟踪门的复杂关系,—引入确认矩阵或互联聚矩阵的概念。确认
矩阵反映了有效回波与目标或杂波互联态势。
设表示量测源于目标￡≤≤的事件,而事件表示量测源于杂波或虚警。第个量
测与目标互联的概率为:

,,⋯,,,,⋯,;
则时刻目标的状态估计为:
Ⅲ
∑,∑,/
式中/ ,,,⋯,表示在时刻用第个量测对目标的状态估计,而
/表示时刻没有量测源于目标的情况,这时可用预测值/一来代替。
收稿日期:——
基金项目:航空科学基金资助项目
作者简介:张刚一,男,陕西三原人,.—:.
第期张刚等:一种改进的基于的目标跟踪数据关联算法
模糊一均值聚类算法
模糊一均值聚类是用隶属度确定每个数据点属于某个聚类程度的一种聚类算法,其思想
是使得被划分到同一类的对象之间相似度最大,而不同类之间的相似度最小。算法是普通一均值算法
的改进,普通一均值算法对于数据的划分是硬性的,而方法则是一种柔性的模糊划分¨。。,它通过优化
模糊目标函数得到每个样本点相对类中心的隶属度,从而决定样本点的分类。
设在维空间中一个有限大的集合,:⋯, ∈是个待聚类的样本的集合, ,,⋯,
为样本点,设类的个数为≤≤,聚类中心为。,:,⋯,’∈,设为一阶
的实矩阵, 是样本对聚类中心的隶属度,且≤“≤,∑“。聚类目标函数定义为:
,∑∑“
式中: 一;为样本对聚类中心的欧氏距离;为加权指数,且∈,∞。加权指