基于FCM的雷達(dá)多目標(biāo)航跡相關(guān).pdf

1、近年來模糊聚類分析方法已經(jīng)在諸多領(lǐng)域獲得了廣泛的應(yīng)用，并取得了滿意的工程效果。其應(yīng)用范圍涉及模式識(shí)別、圖像處理、水質(zhì)分析等諸多領(lǐng)域。
　　 在雷達(dá)進(jìn)行多目標(biāo)跟蹤濾波時(shí)，數(shù)據(jù)關(guān)聯(lián)是擬要解決的關(guān)鍵技術(shù)之一。在密集目標(biāo)環(huán)境和交叉機(jī)動(dòng)航跡較多的情況下，傳統(tǒng)的航跡關(guān)聯(lián)方法關(guān)聯(lián)正確率降低。在此本文詳細(xì)討論模糊聚類分析方法在雷達(dá)多目標(biāo)航跡關(guān)聯(lián)的應(yīng)用。本文采用模糊c-均值算法進(jìn)行數(shù)據(jù)關(guān)聯(lián)，從而實(shí)現(xiàn)對(duì)多目標(biāo)的數(shù)據(jù)關(guān)聯(lián)和精確跟蹤，并給出了仿真實(shí)驗(yàn)結(jié)

2、果，證明該方法的有效性。本文的研究課題來源于交通部基礎(chǔ)研究科技項(xiàng)目“航海雷達(dá)中頻信號(hào)數(shù)字處理方法的研究”，本文主要完成其中的雷達(dá)目標(biāo)跟蹤處理研究?jī)?nèi)容。
　　 本文主要工作如下：
　　 首先闡述了關(guān)于數(shù)據(jù)關(guān)聯(lián)的基本概念和理論，相關(guān)波門設(shè)置，雷達(dá)點(diǎn)跡與航跡關(guān)聯(lián)流程，卡爾曼濾波算法等。討論了幾種經(jīng)典的數(shù)據(jù)關(guān)聯(lián)算法：航跡分叉法、最鄰近數(shù)據(jù)關(guān)聯(lián)算法、概率數(shù)據(jù)關(guān)聯(lián)算法與聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法等，并給出了適用的環(huán)境和性能分析。
　

3、　 其次分析了模糊c-均值聚類算法(FCM)的基本原理，將模糊分類的特點(diǎn)引入到目標(biāo)跟蹤系統(tǒng)中，在已知目標(biāo)數(shù)情況下，計(jì)算測(cè)量點(diǎn)跡與目標(biāo)預(yù)測(cè)位置之間的隸屬度，然后結(jié)合Kalman濾波將隸屬度作為權(quán)值系數(shù)對(duì)預(yù)測(cè)新息向量進(jìn)行加權(quán)，來實(shí)現(xiàn)目標(biāo)狀態(tài)估計(jì)的更新。仿真結(jié)果表明在雜波密度高且目標(biāo)密集的情況下，模糊聚類算法有它一定的優(yōu)越性，計(jì)算量不大，并能保證多目標(biāo)跟蹤的可靠性。
　　 最后對(duì)FCM算法提出兩點(diǎn)改進(jìn)，將雜波作為邊緣(c+1)類，更