|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要：针对杂波环境下的多目标跟踪数据互联问题，该文提出基于全邻模糊聚类的联合概率数据互联算法(Joint
; ?3 v+ I" |: A- o' N% p k, K, H$ YProbabilistic Data Association algorithm based on All-Neighbor Fuzzy Clustering, ANFCJPDA)。该算法根据确
2 {# L, s2 j5 D! y3 W* R3 @% B7 k认区域中量测的分布和点迹-航迹关联规则构造统计距离，以各目标的预测位置为聚类中心，利用模糊聚类方法，; t, Q" O% X$ k9 A0 q; d
计算相关波门内候选量测与不同目标互联的概率，通过概率加权融合对各目标状态与协方差进行更新。仿真分析表
( Z# F1 F: q9 P明，与经典的联合概率数据互联算法(Joint Probabilistic Data Association algorithm, JPDA)相比，ANFCJPDA W$ ^1 B0 [1 g1 @/ |% n5 }/ J
较大程度地改善了算法的实时性，并且跟踪精度与 JPDA 相当。4 Y7 A* i$ q4 p- y e
关键词：多目标跟踪；多传感器；数据互联；模糊聚类+ P8 r: V4 M) {
9 p: \! `' m/ ^" m( g( u% j M% }1 K
! z+ K$ M# o f4 v' l- G
' G; i* X( }2 [6 z) v3 Z( j( ]) X, P" {4 V1 A
附件下载：1 A0 y; A# v- n/ a
/ P* R# u2 c9 V- D1 Q. A |
|
/1 
发表于 2021-6-24 16:12
收藏
淘帖
支持！
反对！