面向扩展目标跟踪的网格聚类量测划分方法_唐孟麒.pdf

第 17 卷第 4 期 智　能　系　统　学　报 Vol.17 No.4 2022 年 7 月 CAAI Transactions on Intelligent Systems Jul. 2022 DOI: 10.11992/tis.202109013 网络出版地址: /kcms/detail/23.1538.TP2056.008.html 面向扩展目标跟踪的网格聚类量测划分方法 唐孟麒，李波，郝丽君 （辽宁工业大学 电子与信息工程学院, 辽宁 锦州 121001 ） 摘 要：针对扩展目标跟踪中量测集划分困难及目标数目估计不准的问题，提出了一种面向扩展目标跟踪的网 格聚类量测集划分方法。首先，由目标之间的时空关联性，将当前时刻的量测划分为存活目标量测与新生目标 量测。然后，针对高斯混合概率假设密度滤波器与扩展目标高斯混合概率假设密度滤波器，分别推导出改进的 模糊C 均值算法与改进的网格聚类算法用于划分存活目标量测集与新生目标量测集。仿真结果表明本文方法 可实现量测集的准确划分，有效完成扩展目标跟踪，避免了漏检与过检。 关键词：扩展目标；量测集；网格聚类；时空关联；模糊C 均值；存活目标；新生目标；概率密度假设 中图分类号：TN713;TP39 文献标志码：A 文章编号：1673−4785(2022)04−0806−08 中文引用格式：唐孟麒, 李波, 郝丽君. 面向扩展目标跟踪的网格聚类量测划分方法[J]. 智能系统学报, 2022, 17(4): 806–813. 英文引用格式：TANG Mengqi, LI Bo, HAO Lijun. Grid clustering measurement set partition method for extended target tracking[J]. CAAI transactions on intelligent systems, 2022, 17(4): 806–813. Grid clustering measurement set partition method for extended target tracking TANG Mengqi，LI Bo，HAO Lijun (School of Electronics and Information Engineering, Liaoning University of Technology, Jinzhou 121001, China) Abstract: To address the issues of difficult measurement set partitioning and inaccurate estimation of the number of tar- gets in extended target tracking, we suggest a grid clustering measurement set partitioning approach for extended target tracking. Firstly, the current moment measurement is classified into two categories based on the time-space correlation between the targets: survival-target measurement and newborn-target measurement. Then, an improved fuzzy C-means