基于带约束可能性聚类的多目标跟踪新算法

作     者：刘全仲 李良群 LIU Quanzhong;LI Liangqun

作者机构：深圳大学ATR国防科技重点实验室广东深圳518060 中国长城科技集团有限公司广东深圳518057 

出 版 物：《火力与指挥控制》 (Fire Control & Command Control)

年 卷 期：2023年第48卷第6期

页      面：14-18页

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62171287) 国防预研基础研究基金资助项目(6778539)。 

主　　题：多目标跟踪 数据关联 可能性聚类 信息融合 

摘      要：针对密集杂波环境下的多目标跟踪问题,提出了一种基于可能性聚类的联合概率数据关联滤波算法。在提出算法中,分析了传统FCM数据关联算法在噪声抑制方面的不足;利用可能性聚类能够有效抑制噪声的优势,同时结合多目标跟踪中,聚类中心应该在目标预测位置或者在其附近的特点,提出了一种以目标预测位置为约束条件的可能性聚类新目标函数,通过对目标函数进行优化得到目标观测的数据关联矩阵,有效减少由杂波引起的错误关联,实现对多目标与观测的准确关联。实验结果表明,提出的方法能够有效解决多目标与观测的关联问题,关联准确率要高于传统的Fitzgerald’JPDAF、MEF-JPDAF算法和IF-JPDAF算法。