群目标的航迹起始是群目标跟踪的第一步,常规的航迹起始算法应用在群目标上会产生大量虚假航迹,而传统的群目标起始算法存在抗杂波能力差且未考虑多群重叠的问题。因此提出了一种基于循环Hough变换和基于密度的空间聚类(Density-Based S...群目标的航迹起始是群目标跟踪的第一步,常规的航迹起始算法应用在群目标上会产生大量虚假航迹,而传统的群目标起始算法存在抗杂波能力差且未考虑多群重叠的问题。因此提出了一种基于循环Hough变换和基于密度的空间聚类(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)算法的群起始算法。算法通过对多次扫描的点迹做随机Hough变换投影到参数空间,利用群目标运动特性一致的特点通过聚类提取出阈值最大的群,考虑到群的参数积累会影响其他的群或者目标,因此提取完再循环做随机Hough变换依次提取出阈值最大的群直至结束。最后将提取出的群利用DBSCAN算法进行群分割完成群起始。文章最后通过仿真验证,表明该算法不仅有较强的抗杂波能力,同时也能解决密集群的起始难题,且计算量不大,可以在工程上应用。展开更多
文摘群目标的航迹起始是群目标跟踪的第一步,常规的航迹起始算法应用在群目标上会产生大量虚假航迹,而传统的群目标起始算法存在抗杂波能力差且未考虑多群重叠的问题。因此提出了一种基于循环Hough变换和基于密度的空间聚类(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)算法的群起始算法。算法通过对多次扫描的点迹做随机Hough变换投影到参数空间,利用群目标运动特性一致的特点通过聚类提取出阈值最大的群,考虑到群的参数积累会影响其他的群或者目标,因此提取完再循环做随机Hough变换依次提取出阈值最大的群直至结束。最后将提取出的群利用DBSCAN算法进行群分割完成群起始。文章最后通过仿真验证,表明该算法不仅有较强的抗杂波能力,同时也能解决密集群的起始难题,且计算量不大,可以在工程上应用。
