杂波环境下基于最大熵模糊聚类的JPDA算法

作     者：毕文豪 周杰 张安 刘力 BI Wenhao;ZHOU Jie;ZHANG An;LIU Li

作者机构：西北工业大学航空学院陕西西安710072 南京电子技术研究所江苏南京210039 

出 版 物：《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期：2023年第45卷第7期

页      面：1920-1927页

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(61903305,62073267) 航空科学基金(201905053001)资助课题 

主　　题：多目标跟踪 联合概率数据关联 最大熵模糊聚类 量测修正因子 

摘      要：针对杂波环境下的多目标跟踪数据关联存在跟踪精度低、实时性差的问题,提出了一种基于最大熵模糊聚类的联合概率数据关联算法(joint probabilistic data association algorithm based on maximum entropy fuzzy clustering,MEFC-JPDA)。首先,采用最大熵模糊聚类求得的隶属度初步表征目标与有效量测之间的关联概率。其次,采用基于目标距离的量测修正因子对关联概率进行调整,并建立关联概率矩阵。最后,结合卡尔曼滤波算法,对目标的状态进行加权更新。仿真结果表明,所提算法在杂波环境下的跟踪性能相比现有的两种关联算法有较大提升,是一种有效的多目标跟踪数据关联算法。