基于模糊聚类的多目标跟踪算法 |
| |
引用本文: | 陈出新,周德云.基于模糊聚类的多目标跟踪算法[J].火力与指挥控制,2010,35(2). |
| |
作者姓名: | 陈出新 周德云 |
| |
作者单位: | 西北工业大学电子信息学院,西安,710072 |
| |
摘 要: | 提出了一种新的基于模糊聚类的多目标跟踪算法,该算法通过一种改进的模糊聚类算法,首先得到可能的目标数和测量点迹与目标预测位置之间的隶属度,然后结合Kalman滤波将隶属度作为权值系数对预测新息向量进行加权,来实现目标状态估计的更新。仿真结果表明,传统数据融合多目标跟踪算法,一般需要假定目标数并且在多目标密集时易产生关联错误而导致跟踪发散,新算法通过模糊聚类客观有效地确定了目标数并且通过加权过程保证了对多目标密集时的高精度。
|
关 键 词: | 模糊聚类 多目标跟踪 Kalman滤波 数据融合 |
Multiple Targets Tracking Algorithm based on Fuzzy Clustering |
| |
Abstract: | |
| |
Keywords: | fuzzy clustering multi-target tracking Kalman filter data fusion |
本文献已被 CNKI 万方数据 等数据库收录! |
|