基于模糊聚类的多目标跟踪算法

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

基于模糊聚类的多目标跟踪算法
陈出新，德云周
（北工业大学电子信息学院，安７０７）西西１０２摘要：出了一种新的基于模糊聚类的多目标跟踪算法，算法通过一种改进的模糊聚类算法，先得到可能的目标提该首数和测量点迹与目标预测位置之间的隶属度，后结合Ｋａｍａ然ｌｎ滤波将隶属度作为权值系数对预测新息向量进行加权，实来现目标状态估计的更新。仿真结果表明，统数据融合多目标跟踪算法，传一般需要假定目标数并且在多目标密集时易产生关联错误而导致跟踪发散，新算法通过模糊聚类客观有效地确定了目标数并且通过加权过程保证了对多目标密集时的高精度。关键词：糊聚类，目标跟踪，ａｍａ模多Ｋｌｎ滤波，据融合数
ｈｇｕｌｙｏｒｃｉｇｔｒｕｈｔｅｗｅｇｔｄｓｍｆｉｎｖｔｏｓｉｈｑａｉｆｔａｋｎｈｏｇｈｉｈｅｕｏｏａｉｎ．ｔｎ
（ｌｅｅＤＣｏｌｇ，ＥｌｃｒｎｃＩｆｒｔｏＮｏｔｗｅｔｒｌｔｃｎｃＵｎｖｒｉｘｉｎ７０７Ｃｉａｅｔｏｉｎｏｍａｉｎ，ｒｈｓｅｎＰｏｙｅｈｉｉｅｓｔｙ， ’ １０２，ｈｎ）ａ
ＡｂｔａｔＡｏｅｕｔｐｅｔｒｅｓｔａｋｎｌｏｉｈｂｓｄｏｕｚｌｓｅｉｇｉｒｐｓｄＴｈｓｓｒｃ：ｎｖｌｍｌｉｌａｇｔｒｃｉｇａｇｒｔｍａｅｎｆｚｙｃｕｔｒｎｓｐｏｏｅ．ｉ
ａｇｒｔｍｓｔｂａｎｔｅｎｍｂｒｏａｇｔｎｅｒｅｆｍｅｅｓｉｅｗｅｎｔｅｍｅｓｒｍｅｔｎｈｌｏｉｈｉｏｏｔｉｈｕｅｆｒｅｓａｄｄｇｅｓｏｍｂｒｈｐｂｔｅｈａｕｅｎｓａｄｔｅｔｐｅｉｔｄｌｃｔｎｆｔｅｔｒｅｓｔｒｕｈａｍｐｏｅｕｚｌｓｅｉｇａｇｒｔｍ．ＩｓｓｔｅｄｇｅｓｏｒｄｃｅｏａｉｓｏｈａｇｔｈｏｇｎｉｒｖｄｆｚｙｃｕｔｒｎｌｏｉｈｏｔｕｅｈｅｒｅｆｍｅｅｓｉｅｗｅｎｔｅｍｅｓｒｍｅｔｎｈｐｅｉｔｄｌｃｔｏｓｏｈａｇｔｉｈａｅｏｔｉｅｍｂｒｈｐｂｔｅｈａｕｅｎｓａｄｔｅｒｄｃｅｏａｉｎｆｔｅｔｒｅｓｗｈｃｒｂａｎｄｔｒｕｈｆｚｙｃｕｔｒｎｓｗｅｇｔｎｍｂｒｆｉｎｖｔｎｏｒａｉｅｔｅｕｄｔｆｔｒｅｓｔｔｓＴｈｈｏｇｕｚｌｓｅｉｇａｉｈｕｅｓｏｎｏａｉｓｔｅｌｈｐａｅｏａｇｔ ’ｓａｅ．ｅｏｚｓｍｕａｉｎｒｓｌｅｎｔａｅｔａｈｏｖｎｉｎｌｌｏｉｍｅｄｏｓｐｏｅｔｅｎｍｂｒｏａｇｔｎｉｌｔｏｅｕｔｄｍｏｓｒｔｈｔｔｅｃｎｅｔｏａｇｒｔｓａｈｎｅｓｔｕｐｓｈｕｅｆｒｅｓａｄｔ
ｔａｋｎ．ｗｅｅ，ｔｅｎｖｌｌｏｉｈｉｏｄｔｒｎｈｕｅｆｔｒｅｓｏｊｃｉｅｙａｄｔｕｒｎｅｒｃｉｇＨｏｖｒｈｏｅｇｒｔｍｓｔｅｅｍｉｅｔｅｎｍｂｒｏａｇｔｂｅｔｌｎｏｇａａｔｅａｖ
ｅｓｌｏｍａｅａｗｒｎｓｏｉｔｏｅａｇｔｒｅｒｔａｈｏｈｒｗｈｃｙｌａｏｔｅｅｎｔｖａｉｔｋｏｇａｓｃａｉｎｗｈｎｔｒｅｓａｅｎａｏｅｃｔｅｉｈｍａｅｄｔｈｍａａｉｅｙ
中图分类号：Ｎ９３Ｔ５文献标识码：Ａ
ＭｕｔｐｅＴａｇｔａｋｎｌｏｉｈｍａｅｎＦｕｚｕｔｒｎｌｉｌｒｅｓＴｒｃｉｇＡｇｒｔｂｓｄｏｚｙＣｌｓｅｉｇ
ＣＨＥＮｕｘｎ，ＨＯＵ — ｕＣｈ — ｉＺＤｅｙｎ
Ｖｏ．３ＮＯ２Ｉ５，．
Ｆｅ２１ｂ，００Βιβλιοθήκη Baidu
火力与指挥控制
ＦｉｅＣｏｔｏｒｎｒｌ＆ＣｏｍｍａｄＣｏｔｏｎｎｒｌ
第３５卷
第２期
２１００年２月
文章编号：０２０４（０００ — ０９０１０— ６０２１）２０８—３