基于最优轮廓系数自适应K均值聚类的JPDA多目标跟踪方法

作者:曹运合; 李云辉; 王徐华; 罗运华; 刘帅; 韩玖胜; 王从思
来源:2020-08-10, 中国, ZL202010797288.5.

摘要

本发明公开了一种基于最优轮廓系数自适应K均值聚类的JPDA多目标跟踪方法,包括:建立多个目标的状态转移模型,并根据状态转移模型预测当前时刻的目标状态矢量;建立雷达观测的非线性量测转移模型,并根据非线性量测转移模型和当前时刻的目标状态矢量计算当前时刻的预测量测矢量,得到预测量测集;对预测量测集进行基于最优轮廓系数自适应K均值聚类,得到组合聚类组;根据雷达获取的有噪量测数据和组合聚类组中的每个预测量测矢量得到对应的若干子聚矩阵;采用JPDA算法对每个子聚矩阵中的预测量测矢量进行更新,以实现多目标跟踪。本发明提供的方法有效解决了聚类效果具有随机性、不可复现性、聚类个数需要人工指定以及目标状态更新缓慢等问题。