基于PF-Net的点迹过滤算法

作者：朱星辰; 周亮; 张玉涛; 匡华星

来源：雷达与对抗, 2022, 42(02): 19-38.

DOI：10.19341/j.cnki.1009-0401.2022.02.005

• 点迹过滤
• K-Means聚类
• PF-Net

针对杂波环境下虚假点迹造成跟踪性能下降的问题，提出一种基于PF-Net的点迹过滤算法，并给出了从标注到训练的完整实现，降低了训练难度。首先利用K-Means算法根据点迹特征将点迹聚为有限个类，并根据聚类结果对点迹类别进行手动标注，再将标注好的数据作为PF-Net的训练集；训练完成后的PF-Net可用于点迹过滤与后续自学习。利用点迹特征参数标记目标点迹并滤除杂波点迹，能有效降低数据处理负荷，提升跟踪性能。虚假点迹剔除率超过75%,且真实目标点迹损失率低于2%。