10.3969/j.issn.1006-6675-B.2011.06.089
基于K-means聚类的多传感器航迹起始算法
针对多传感器系统某一时刻融合中心接收到多部传感器对同一目标的量测数据呈团状，且大致分布在目标真实值的周围的现象，为了区分源于不同目标的数据以实现目标跟踪，提出了一种基于自适应选取初始聚类中心的k-means算法与修正的逻辑法相结合的多传感器航迹起始算法。算法通过合理选择度量两个量测数据不相似性的阈值，自适应的确定聚类数目和初始聚类中心，将多传感器的航迹起始问题简化为单传感器的航迹起始问题；然后对聚类后的数据采用修正的逻辑航迹起始算法起始目标航迹。仿真结果表明，本文所提出的自适应k-means聚类算法能正确的区分不同目标，且识别出的目标与真实目标非常接近，聚类处理后再进行目标航迹起始不仅能有效地滤除部分杂波，降低虚警概率，而且航迹起始效果也较好。
K-means聚类、聚类中心、自适应、相似性度量、阈值、航迹起始
TP311.13(计算技术、计算机技术)
2012-04-21（万方平台首次上网日期，不代表论文的发表时间）
共7页
340-346
