相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题，提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性，基于扩展积分均方误差代价函数搜索最优置信范围，并对混合项进行高斯聚类，进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用，引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并，在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明，改进算法在保证跟踪精度的同时还可有效提高算法效率。