10.3969/j.issn.1002-0640.2023.06.003
基于带约束可能性聚类的多目标跟踪新算法
针对密集杂波环境下的多目标跟踪问题,提出了一种基于可能性聚类的联合概率数据关联滤波算法.在提出算法中,分析了传统FCM数据关联算法在噪声抑制方面的不足;利用可能性聚类能够有效抑制噪声的优势,同时结合多目标跟踪中,聚类中心应该在目标预测位置或者在其附近的特点,提出了一种以目标预测位置为约束条件的可能性聚类新目标函数,通过对目标函数进行优化得到目标观测的数据关联矩阵,有效减少由杂波引起的错误关联,实现对多目标与观测的准确关联.实验结果表明,提出的方法能够有效解决多目标与观测的关联问题,关联准确率要高于传统的Fitzgerald'JPDAF、MEF-JPDAF算法和IF-JPDAF算法.
多目标跟踪、数据关联、可能性聚类、信息融合
48
TP391(计算技术、计算机技术)
国家自然科学基金;国防预研基础研究基金资助项目
2023-08-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
14-18