分步的基于模糊聚类的多雷达航迹关联算法 - 图文

龙源期刊网 http://www.qikan.com.cn

分步的基于模糊聚类的多雷达航迹关联算法

作者：张树斌 方洋旺 雍霄驹 彭维仕 李伟 来源：《计算机应用》2016年第05期

摘要：针对采用传递闭包模糊聚类的多雷达航迹关联算法运算量较大的问题，提出了分步的基于模糊聚类的多雷达航迹关联算法。首先基于欧氏距离对航迹进行预关联判断，然后通过模糊相似计算，简化了航迹相似矩阵，进而减少了相似计算与矩阵迭代的次数，最终达到了减小运算量的目的。仿真结果表明：所提算法在保证关联正确率的前提下，耗时减小了54%，有效地提高了多雷达航迹关联算法的效率。

关键词：信息融合；分步；目标跟踪；航迹关联；模糊聚类 中图分类号：TP274 文献标志码：A

Abstract： Since the multiradar track correlation algorithm based on transitive closure fuzzy clustering has high computational complexity， a stepbystep multiradar track correlation algorithm based on fuzzy clustering was proposed. First， based on the Euclidean distance the track correlation was judged， and the track similar matrix was simplified through fuzzy similarity calculation. Furthermore， the calculation of the iterations was decreased. Finally， the computational demanding of the proposed algorithm was certainly reduced. The simulation results show that the proposed algorithm can determine targets tracks accurately， saves 54% of time effectively with the high accuracy.

Key words：information fusion； stepbystep； target tracking； track correlation； fuzzy clustering 0 引言

现代战争中，传统的单雷达对目标的探测难以满足作战要求，必须运用多部雷达，多方位、多角度地对目标进行探测。因此，多雷达航迹融合是现代化战争的需要。在分布式多雷达的环境下，各雷达独立观测目标，得到大量目标的重复航迹信息。然而，航迹与航迹关联（或互联）问题就是判断不同系统的航迹是否代表同一个目标，以获取目标的正确信息[1]。 航迹关联是多雷达数据融合的一个关键问题，也是实现多雷达航迹数据合成的前提，关联判定结果将直接影响到整个融合系统的性能[2]。现有的主要方法有拓扑序列的方法[3-5]、灰色理论的方法[6]和神经网络的方法[7]。拓扑序列方法虽然具有很高的关联成功率，但进行一次完整匹配过程的计算量很大，不适合大数量目标的航迹关联[8]；灰色理论虽然对样本量要求不高，但航迹关联判定准则是局部最优的[6]；神经网络虽然运算量较小，但对参数选择要求较高[7]。而传统的航迹关联算法主要是基于统计学[9-10]和模糊数学的方法[1，11-14]。基于统计学的方法不能有效获得精确的目标航迹信息，当存在较大的误差干扰时，其航迹关联性