利用可能模糊聚类的鲁棒目标跟踪方法

作者：蔡秀梅; 王妍; 吴成茂; 卞静伟

来源：西安邮电大学学报, 2020, 25(04): 53-59.

DOI：10.13682/j.issn.2095-6533.2020.04.009

• 直觉模糊聚类
• 可能性模糊C均值聚类
• 卡尔曼滤波
• 目标跟踪

为了提高噪声情况下目标跟踪的准确度,提出一种基于直觉可能性模糊C均值聚类算法。首先,引入可能性模糊C聚类算法对含有噪声的目标进行聚类,得到分别以目标和观测为聚类中心的隶属度矩阵。其次,结合直觉模糊集得到直觉可能性模糊隶属度矩阵,对得到的隶属度矩阵根据最大隶属度原则求出目标和观测的正确关联对。最后,应用Kalman滤波更新目标轨迹,实现噪声情况下的目标跟踪。实验结果表明,在噪声环境下,改进算法目标跟踪的准确度和鲁棒性较好。

• 单位
  自动化学院; 西安邮电大学; 电子工程学院