基于类云模型聚类的多目标数据关联算法

《基于类云模型聚类的多目标数据关联算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据第27卷第1期2010年1月深圳大学学报理工版JOURNALOFSHENZHENUNIVERSITYSCIENCEANDENCTNEFRINGVoL27No．1Jan．2010文章编号：1000-2618(2010)01-0011·05【光电与信息工程】基于类云模型聚类的多目标数据关联算法黄建军1，李鹏飞1”，喻建平1，阮宜武2(1．深圳大学ATR国防科技重点实验室，深圳518060；2。防空兵指挥学院导弹系，郑州450052)摘要：针对多目标跟踪中的数据关联问题，提出一种基于类云模型c-均值聚类的数据关联算法．该算法采用类云模型c一均值聚类

2、算法对目标有效回波进行聚类，将聚类中心作为目标最终观测值，运用最近邻法对聚类中心与航迹进行关联，用Kalman滤波器进行状态估计．实验结果表明，本算法与联合概率数据互联算法相比。跟踪精度高，计算量小，更适应于工程应用．关键词：信息处理技术；数据关联；聚类云模型；云c一均值聚类；最近邻算法；多目标跟踪系统中图分类号：TN953；TP391文献标识码：A数据关联问题是多目标跟踪系统的核心‘1-21．目前用于解决多目标跟踪中数据关联的方法主要分为统计方法和非统计方法．统计方法主要包括最近邻法(nearestneighboralgorithm，NN)口1、联

3、合概率数据关联(jointprobabilitydataassociation，JPDA)Ho及多假设跟踪算法(multiplehypothesistracking。MHT)等．而非统计方法则是基于神经网络和模糊逻辑产生的方法．NN算法是一种在多回波条件下工作具有固定记忆的跟踪方法．JPDA算法引入的联合事件数是所有候选回波数的指数函数，并随回波密度的增加出现计算上的组合爆炸现象．MHT算法中可行联合假设的个数，随目标个数和杂波量测个数的增加呈指数增长，因而使其不适用于实时多目标跟踪．非统计方法更关注对目标状态估计过程中存在的不确定性问题进行处理”J

4、，模糊逻辑凭借其对不确定性问题的强大处理能力，广泛应用于目标跟踪问题中．在解决多目标数据关联问题上’，很多学者都应用了模糊c一均值聚类(fuzzyc-meansclustering，FCM)∞刮算法．文献[6]提出一种在多目标跟踪环境中基于模糊逻辑的航迹关联方法，在目标数已知的情况下，利用模糊聚类得到目标与观测的隶属度．文献[7]提出基于FCM的混合概率数据关联(hybridfuzzyPDAF)和混合联合概率数据关联(hybridfuzzyJPDAF)．但上述方法仍存在计算量大的缺陷．文献[8]提出用FCM对目标观测进行分类，方法简单且计算量小，但性

5、能不高．文献[9]将云模型¨训引入聚类分析，利用云模型描述聚类，即通过建立类云模型的方式来实现样本数据的聚类分析．由于不需要归一化条件，因此，该方法不会错误划分野值样本．另外，每个聚类中心对于其他各类的隶属度非常小，从而不仅算法的收敛速度比FCM要快，且聚类中心的位置比FCM更准确．本文基于文献[8-9]，提出一种基于类云模型聚类(cloudc—meansclustering，CCM)的数据关联算法．1基于类云模型的c．均值聚类算法1．1云模型云是自然语言表示的某个定性概念与其定量表示之间的不确定性转换模型．设u为一个用精确数值表示的论域，A是其上的

6、定性概念，它与对于任意都有一个倾向稳定的随机数Y=肛j(戈)相对应，成为石对概念A的确定度，髫在论域上的分布称为云模型，简称云．一个云可用期望色、熵E。和超熵皿收稿日期：2009—05—09；修回日期：2009—10—20基金项目：武器装备预研基金资助项日(9140C···C80)；广东省白然科学基金资助项目(8451806001001836)作者简介：黄建军(1971-)，男(汉族)，深圳大学教授、博士，E-mail：huangjin@89U．edu．cn万方数据12深圳大学学报理工版第27卷表征．期望是在论域u中最能代表概念A的点，或者说是这个概

7、念量化的最典型样本点．熵反映定性概念A的不确定性，这种不确定性反映在3个方面：①熵反映了数域空间中可被语言值A接受的云滴群范围，即模糊度，是定性概念亦此亦彼的反映；②熵还反映了数域空间中的云滴群能够代表这个语言值的概率，表示代表定性概念的云滴出现的随机性；③熵揭示了模糊与随机的关联性．超熵则反映了熵的不确定性，即熵的熵．根据云的3个数字特征，可生成云滴的分布，即实现定性概念到定量数值间的转换，此过程通过正向云发生器实现．正向云发生器建立了定性到定量的转换关系，若要实现定营到定性的转换，则需建屯逆向云发生器．逆向云发牛器是实现定量数值和其定性语言值之间

8、的不确定性转换模型，它将一定数量的精确数据有效转换为以恰当的定性语言值{E，，E，，E。}表示的概念，从而实