论文研究 基于SNN AP聚类的扩展目标量测集划分方法.pdf

针对杂波环境下且量测密度差别较大的多扩展目标量测集划分问题，引入近邻传播聚类技术，提出了一种新的量测集划分算法。该算法首先采用局部异常因子检测对量测为杂波的程度进行度量，通过设定阈值的方法进行杂波滤除；同时对于目标量测密度差别较大的问题，引入一种基于共享最近邻的相似度度量方法；考虑了周围量测的影响，通过迭代传递两个信息量逐步寻找聚类中心，避免了对初始聚类个数的选择。仿真实验表明，与传统量测集划分算法相比，所提算法在保证扩展目标跟踪性能的同时，有效减少了算法的运算时间。