摘要
复杂海洋环境下,随着目标探测手段的不断丰富和发展,海量的目标航迹数据在数据库中存储和积累,这些数据中蕴含着大量的信息和知识,可以利用目标轨迹聚类方法对其行为规律进行挖掘和分析。现有目标轨迹聚类方法没有充分利用目标的位置、速度、航向和属性等多维特征,只能反映目标空间位置变化的规律,在挖掘目标行为规律时具有局限性。因此,文章基于目标的多维航迹特征,利用改进的DBSCAN密度聚类算法,提出一种目标轨迹聚类方法,并在仿真军事场景上进行了实验分析。结果表明,所提方法能够从海量的历史数据中高效、准确地完成目标的轨迹聚类。