基于近邻传播聚类的多扩展目标量测集划分算法

杨金龙 刘风梅 王冬 葛洪伟

引用本文:
Citation:

基于近邻传播聚类的多扩展目标量测集划分算法

    作者简介: 杨金龙(1981-),男,博士,西安电子科技大学博士毕业,现为江南大学副教授,硕士生导师,主要研究方向为目标跟踪、信号处理、模式识别等.E-mail:jlyang@jiangnan.edu.cn;刘风梅(1987-),女,硕士生,主要研究方向为目标跟踪、信号处理.王冬(1990-),女,硕士生,主要研究方向为目标跟踪、信号处理;葛洪伟(1967-),男,教授,博士生导师,主要研究方向为目标跟踪、模式识别、图像处理等..
    通讯作者: 杨金龙jlyang@jiangnan.edu.cn
  • 基金项目:

    国家自然科学基金(61305017)和江苏省自然科学基金(BK20130154)

Affinity Propagation Based Measurement Partition Algorithm for Multiple Extended Target Tracking

    Corresponding author:
  • 摘要: 针对杂波环境下多扩展目标量测集难以划分,且时间代价高的问题,该文引入近邻传播聚类技术,提出一种新的多扩展目标量测集划分算法.该算法先采用密度分析技术对量测集进行预处理,滤除部分杂波量测,然后引入近邻传播聚类技术,通过量测间的相互竞争,初步确定扩展目标的数目和质心位置,然后通过扩展目标PHD滤波方法估计目标数目和状态.该方法可有效避免量测集聚类过程中扩展目标质心初始化的干扰,能够准确地划分杂波环境下多扩展目标量测集.与传统的距离划分,K-means++划分方法相比,所提算法能够自适应地确定目标数目,降低时间成本,提高多扩展目标的跟踪性能.
  • [1] Mahler R. PHD filters for nonstandard targets, I: Extended targets[C]. Proceedings of the 12th International Conference on Information Fusion, Seattle, USA, 2009: 915-921.
    [2] Gilholm K, Godsill S, Maskell S, et al.. Poisson models for extended target and group tracking[C]. Proceedings of Signal and Data Processing of Small Targets, California, USA: SPIE, 2005: 230-241.
    [3] Salmond D J and Parr M C. Track maintenance using measurements of target extent[J]. IEEE Proceedings-Radar, Sonar and Navigation, 2003, 150(6): 389-395.
    [4] Koch J W. Bayesian approach to extended object and cluster tracking using random matrices[J]. IEEE Transactions on Aerospace and Electronic Systems, 2008, 44(3): 1042-1059.
    [5] Swain A and Clark D. The PHD filter for extended target tracking with estimable extent shape parameters of varying size[C]. Proceedings of the 15th International Conference on Information Fusion, Singapore, 2012: 1111-1118.
    [6] Mahler R P S. Multitarget Bayes filtering via first-order multitarget moments[J]. IEEE Transactions on Aerospace and Electronic Systems, 2003, 39(4): 1152-1178.
    [7] Vo B N and Ma W K. The Gaussian mixture probability hypothesis density filter[J]. IEEE Transactions on Signal
    [8] Processing, 2006, 54(11): 4091-4104. Granstrom K, Lundquist C, and Orguner O. Extended target tracking using a Gaussian-mixture PHD filter[J]. IEEE Transactions on Aerospace and Electronic Systems, 2012, 48(4): 3268-3286.
    [9] Orguner U, Lundquist C, and Granstrom K. Extended target tracking with a cardinalized probability hypothesis density filter[C]. Proceedings of the 14th International Conference on Information Fusion, Chicago, USA, 2011: 1-8.
    [10] Granstrom K, Lundquist C, and Orguner O. A Guassisan mixture PHD filter for Extended target tracking[C]. Proceedings of the 13th International Conference on Information Fusion, Edinburgh, UK, 2010: 1-8.
    [11] Granstrom K and Orguner U. A PHD filter for tracking multiple extended targets using random matrices[J]. IEEE Transactions on Signal Processing, 2012, 60(11): 5657-5671.
    [12] Yang Jin-long, Liu Feng-mei, Ge Hong-wei, et al.. Multiple extended target tracking algorithm based on GM-PHD filter and spectral clustering [J]. EURASIP Journal on Advances in Signal Processing, 2014, 117: 1-8.
    [13] Botev Z I, Grotowski J F, and Kroese D P. Kernel density estimation via diffusion[J]. The Annals of Statistics, 2010, 38(5): 2916-2957.
    [14] Hall P and Wand M. On the accuracy of binned kernel density estimators[J]. Journal of Multivariate Analysis, 1994, 56(2): 165-184.
    [15] Frey B J and Dueck D. Clustering by passing messages between data points[J]. Science, 2007, 315(5814): 972-976.
    [16] Schuhmacher D, Vo B T, and Vo B N. A consistent metric for performance evaluation of multi-object filters[J]. IEEE Transactions on Signal Processing, 2008, 56(8): 3447-3457.
    [17] 李鹏, 杨金龙, 葛洪伟. 基于高斯曲面特征矩阵的扩展目标形 状估计[J]. 光电子激光, 2014, 25(9): 1803-1811. Li Peng, Yang Jin-long, and Ge Hong-wei. Shape estimation of extended targets based on Gaussian surface feature matrix[J]. Journal of Optoelectronics Laser, 2014, 25(9): 1803-1811.
  • [1] 鲁彦希何子述程子扬刘爽利 . 多目标跟踪分布式MIMO雷达收发站联合选择优化算法. 雷达学报, 2017, 6(1): 73-80. doi: 10.12000/JR16106
    [2] 方琳琳周超王锐胡程 . 昆虫目标雷达散射截面积特征辅助跟踪算法. 雷达学报, 2019, 8(5): 598-605. doi: 10.12000/JR19067
    [3] 靳标李聪张贞凯 . 回波幅度信息辅助的群目标航迹起始方法. 雷达学报, 2020, 9(): 1-7. doi: 10.12000/JR19088
    [4] 葛建军李春霞 . 一种基于信息熵的雷达动态自适应选择跟踪方法. 雷达学报, 2017, 6(6): 587-593. doi: 10.12000/JR17081
    [5] 时晨光汪飞周建江陈军 . 基于低截获概率优化的雷达组网系统最优功率分配算法(英文). 雷达学报, 2014, 3(4): 465-473. doi: 10.3724/SP.J.1300.2014.13140
    [6] 柳超孙进平陈小龙张志国 . 结合幅度信息的扩展目标随机有限集跟踪方法. 雷达学报, 2019, 8(): 1-9. doi: 10.12000/JR19071
    [7] 吴孙勇薛秋条朱圣棋闫青竹孙希延 . 杂波环境下基于粒子滤波的微弱扩展目标检测前跟踪算法. 雷达学报, 2017, 6(3): 252-258. doi: 10.12000/JR16128
    [8] 张云雷汤俊王力 . 基于假设检验理论的雷达近邻目标距离统计分辨限. 雷达学报, 2019, 8(1): 17-24. doi: 10.12000/JR18085
    [9] 熊波甘露 . MM-CBMeMBer 滤波器跟踪多机动目标. 雷达学报, 2012, 1(3): 238-245. doi: 10.3724/SP.J.1300.2012.20043
    [10] 杨军张群罗迎邓冬虎 . 基于压缩感知的认知雷达多目标跟踪方法. 雷达学报, 2016, 5(1): 90-98. doi: 10.12000/JR14107
    [11] 苏剑宋志勇付强龙照飞 . 单脉冲雷达不可分辨目标与诱饵联合跟踪方法. 雷达学报, 2015, 4(2): 160-171. doi: 10.12000/JR14094
    [12] 武勇王俊 . 混合卡尔曼滤波在外辐射源雷达目标跟踪中的应用. 雷达学报, 2014, 3(6): 652-659. doi: 10.12000/JR14113
    [13] 尉强刘忠 . 多普勒盲区下基于GM-PHD的雷达多目标跟踪算法. 雷达学报, 2017, 6(1): 34-42. doi: 10.12000/JR16125
    [14] 吴伟尹成友 . 一种用于多目标跟踪的增强型SMC-PHD 滤波算法. 雷达学报, 2012, 1(4): 406-413. doi: 10.3724/SP.J.1300.2012.20094
    [15] 罗迎龚逸帅陈怡君张群 . 基于跟踪脉冲的MIMO雷达多目标微动特征提取. 雷达学报, 2018, 7(5): 575-584. doi: 10.12000/JR18035
    [16] 黄剑胡卫东 . 基于贝叶斯框架的空间群目标跟踪技术. 雷达学报, 2013, 2(1): 86-96. doi: 10.3724/SP.J.1300.2012.20079
    [17] 王祥丽易伟孔令讲 . 基于多目标跟踪的相控阵雷达波束和驻留时间联合分配方法. 雷达学报, 2017, 6(6): 602-610. doi: 10.12000/JR17045
    [18] 钱广华李颖骆荣剑 . 机动目标跟踪中一种机动频率和方差自适应滤波算法. 雷达学报, 2013, 2(2): 257-264. doi: 10.3724/SP.J.1300.2013.13003
    [19] 王龙刚李廉林 . 基于互质阵列雷达技术的近距离目标探测方法(英文). 雷达学报, 2016, 5(3): 244-253. doi: 10.12000/JR16022
    [20] 王超王岩飞刘畅刘碧丹 . 基于参数估计的高分辨率SAR运动目标距离徙动校正方法. 雷达学报, 2019, 8(1): 64-72. doi: 10.12000/JR18054
  • 加载中
计量
  • 文章访问数:  1011
  • HTML浏览量:  235
  • PDF下载量:  1365
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-01-16
  • 录用日期:  2015-01-20
  • 刊出日期:  2015-08-28

基于近邻传播聚类的多扩展目标量测集划分算法

    通讯作者: 杨金龙jlyang@jiangnan.edu.cn
    作者简介: 杨金龙(1981-),男,博士,西安电子科技大学博士毕业,现为江南大学副教授,硕士生导师,主要研究方向为目标跟踪、信号处理、模式识别等.E-mail:jlyang@jiangnan.edu.cn;刘风梅(1987-),女,硕士生,主要研究方向为目标跟踪、信号处理.王冬(1990-),女,硕士生,主要研究方向为目标跟踪、信号处理;葛洪伟(1967-),男,教授,博士生导师,主要研究方向为目标跟踪、模式识别、图像处理等.
  • 1. (江南大学物联网工程学院 无锡 214122)
基金项目:  国家自然科学基金(61305017)和江苏省自然科学基金(BK20130154)

摘要: 针对杂波环境下多扩展目标量测集难以划分,且时间代价高的问题,该文引入近邻传播聚类技术,提出一种新的多扩展目标量测集划分算法.该算法先采用密度分析技术对量测集进行预处理,滤除部分杂波量测,然后引入近邻传播聚类技术,通过量测间的相互竞争,初步确定扩展目标的数目和质心位置,然后通过扩展目标PHD滤波方法估计目标数目和状态.该方法可有效避免量测集聚类过程中扩展目标质心初始化的干扰,能够准确地划分杂波环境下多扩展目标量测集.与传统的距离划分,K-means++划分方法相比,所提算法能够自适应地确定目标数目,降低时间成本,提高多扩展目标的跟踪性能.

English Abstract

参考文献 (17)

目录

    /

    返回文章
    返回