粒子群优化的模糊C均值聚类航迹关联算法

合集下载

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)。

Ｃ因不同传感器的两条航迹是否代表同一目标，即航迹ＦＭ算法本质是用梯度下降的方法寻找最优解，同时算法的收敛速度受初始与航迹关联的问题，直是分布式融合系统的研究此存在局部最优问题，一
ｃａｉｎｃｕｒｃ，ｉｔｏａｃａｙ
Ｋｅｒ：ａｇｔｔａｋｎｔａｋａｓｃａｉｎ；ａｔｌｗａｎｐｉｚｔｎｆｚｙＣｍｅｎｙｗｏｄｓｔｒｅｒｃｉｇ；ｒｃ —ｓｏｉｔｏｐｒｉｅｓｒｌｔｃｏｍｉａｉ；ｕｚ — ａｓｏ
ａｄｆｚｙＣｍｅｎｌｏｉｍｒｅｐｃｉｅｙａｏｔｄｔｏｖｒｃｓｏｉｔｎｉｌｔｎｒｓｌｎｉａｅｎｕｚ－ａｓａｇｒｔｈｗｅｅｒｓｅｔｖｌｄｐｅｏｓｌｅｔａｋａｓｃａｉ．Ｓｍｕａｉｅｕｔｉｄｃｔｄｏｏｓ
ＷＡＮＧｉ，ＨＡＮＧｉｇＭｎＺＢｎ
（ｃｏｌｆｌｔｎｃｎｆｒｔｎＪｎｓｉｅｓｙｏｃｎｅｎｅｈｏｏｙＺｅｊｎ１０３ＣｉａＳｈｏｏｅｒｉａｄｉｏｍａｉ，ｉｇｕＵｎｒｉｆｉｃｄＴｃｎｌ，ｈｎｉｇ２２０，ｈｎ）ＥｃｏｓｎｏａｖｔＳｅａｇａ
关联问题看做是一类约束条件下的组合优化问题，利用粒子群（Ｓ强大的全局寻优能力，ＰＯ）与模糊Ｃ均值聚类算法相结合求解航迹关联问题。仿真结果表明：在相同的条件下，粒子群优化的模糊ｃ均值聚类算法与模糊Ｃ
均值聚类算法相比，聚类性能明显改善，关联正确率也有明显的提高。
０引言
在分布式多传感器系统结构中，如何判断来自
了能对密集环境下的多机动目标，行准确、进实时和有效地跟踪，航迹关联是很重要的。而模糊Ｃ均值（Ｃ聚类是一种有效的关联分析方法［］但由于ＦＭ）６，
第３２卷第６期
２１００年１２月
探测与控制学报
Ｊｕｎｌｏｔｃｉｎ＆Ｃｏｔｏｏ
Ｄｅ．ＯＯｃ２１
粒子群优化的模糊Ｃ均值聚类航迹关联算法
王敏，张冰
关键词：目标跟踪；航迹关联；Ｓ；ＣＰＯＦＭ
中图分类号：Ｎ５文献标志码：文章编号：０８１９（０００— ２－Ｔ９３Ａ１０—１４２１）６０６４００
ＰａｔｃｅＳｒｔｍｉａｉｎＦｕｚＩｌ！ｓＣｌｓｅｉｒｃｓｃａｉｎＡｌｏｉｈｒｉｌｗａｍＯｐｉｚｔｏｚｙ（－ｅｎｕｔｒｎｇＴａｋＡｓｏｉｔｇｒｔｍｎａｏ
（苏科技大学电子信息学院，江江苏镇江２２０）１０３
摘要：针对模糊Ｃ均值聚类航迹关联算法存在局部最优问题，同时算法的收敛速度受初始值的影响也较
大，出一种将粒子群（Ｓ和模糊Ｃ均值（Ｃ聚类算法相结合的航迹关联算法。该算法将多目标的航迹提ＰＯ）ＦＭ）
ＡｂｔａｔＴｏｒｓｌｅｔｅｐｏｌｍｓｏｏａｐｉｎｌｗｏｖｒｅｃｆｔｅｆｚｙＣ－ａｓａｇｒｔｍ，ｎｓｒｃ：ｅｏｖｈｒｂｅｆｌｃｌｏｔｍａａｄｓｏｃｎｅｇｎｅｏｈｕｚｍｅｎｌｏｉｈａ
ｃｕｔｒｎｌｏｉｍｆｔａｋｆｓｏｏｉｇｐｒｉｌｗａｍｐｉｚｔｎｗｉｕｚ－ａｓｗａｒｐｓｄｌｓｅｉｇａｇｒｔｈｏｒｃｕｉｎｃｍｂｎａｔｅｓｒｏｔｃｍｉａｉｔｆｚｙＣｍｅｎｓｐｏｏｅ．ｏｈＴｒｃｓｏｉｔｎｗａｅａｄｄａｉｄｏｏｓｒｉｅｏｉａｉｎｏｔｍｉａｉｎｐｏｌｍ，ｉｈｃｕｄｂｏｖｄａｋａｓｃａｉｓｒｇｒｅｓａｋｎｆｎｔａｎｄｃｍｂｎｔｐｉｚｔｒｂｅｗｈｃｏｌｅｓｌｅｏｃｏｏｂａｔｌｗａｍｐｉｚｔｎｆｚｙＣ－ａｓａｇｒｔｍ．ｒｉｌｗａｍｐｉｉｔｎｆｚｙＣｍｅｎｌｏｉｍｙｐｒｉｅｓｒｏｔｍｉａｉｕｚｍｅｎｌｏｉｃｏｈＰａｔｅｓｒｏｔｚｉｕｚ－ａｓａｇｒｔｃｍａｏｈ
ｔａｈａｔｌｗａｍｐｉｚｔｎｆｚｙＣｍｅｎｌｏｉｍｏｌｐｏｅｔｅｃｕｔｒｎｅｆｒｎｅａｄａｓ — ｈｔｅｐｒｉｅｓｒｏｔｔｃｍｉａｉｕｚ－ａｓａｇｒｈｃｕｄｉｒｖｈｌｓｅｉｇｐｒｏｍａｃｎｓｏｏｔｍ