[發(fā)明專利]一種基于模糊C均值點跡分簇方法

有效

• 申請?zhí)枺?/td>: 201810622903.1
• 申請日: 2018-06-15
• 公開（公告）號: CN108828583B
• 公開（公告）日: 2022-06-28
• 發(fā)明（設(shè)計）人: 許錄平;閻博;滕欣進(jìn);丁智青;許娜;楊升;李沐青;孫志峰;周釔辛;呂鵬飛
• 申請（專利權(quán)）人: 西安電子科技大學(xué);南京長江電子信息產(chǎn)業(yè)集團(tuán)有限公司
• 主分類號: G01S13/66
• 分類號: G01S13/66;G01S7/41
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

1.一種基于模糊C均值點跡分簇方法，其特征在于，所述基于模糊C均值分簇方法包括以下步驟：

(1)測量值分組，有N_k個航跡存在于第k幀，產(chǎn)生有可能重合的N_k個橢圓區(qū)域；一個測量值同時存在于兩個橢圓波門內(nèi)，將兩個橢圓波門對應(yīng)的目標(biāo)放在一組；N_k個波門內(nèi)的測量值集合為S₁,S₂,…,S_Nk，若有下式成立，則認(rèn)為第i個目標(biāo)和第j個目標(biāo)分為一組；

(2)去除雜波；

(3)估計一組中的測量值來自于多少個目標(biāo)；

(4)選擇初始中心，預(yù)測位置與測量值很好吻合，則預(yù)測的位置是優(yōu)化的初始中心，否則，選擇新的初始中心；

(5)計算隸屬度矩陣U_t；

(6)根據(jù)隸屬度矩陣，將每個組里測量值分配到相應(yīng)的集群A_i，進(jìn)行解模糊；

(7)估計集群的完整性，在一個集群中由一個目標(biāo)生成的測量值和目標(biāo)生成的所有測量值被放入集群；

(8)更新隸屬度矩陣U_t+1和集群的中心v_i；

(9)用矩陣范數(shù)比較U_t和U_t+1；||U_t+1-U_t||≤ε，停止；否則，令t＝t+1并轉(zhuǎn)到(6)；

(10)根據(jù)隸屬度矩陣U_t+1解模糊測量值，得到分簇結(jié)果。

2.如權(quán)利要求1所述的基于模糊C均值點跡分簇方法，其特征在于，所述去除雜波進(jìn)一步包括：

(1)某一簇中有m個測量值p_k¹，p_k²，…，p_k^m，使用歐幾里德距離來估計每一對測量值之間的差異，核密度估計函數(shù)如下所示：

其中σ是歸一化常數(shù)；

接著將核密度估計函數(shù)與密度檢測門限τ_k相對比，如果f(p_kⁱ)大于τ_k，則測量值由目標(biāo)產(chǎn)生，否則認(rèn)為它是虛警將此測量值移除；

(2)更新整個監(jiān)測區(qū)域的密度檢測門限τ_k，使用最近K幀的虛警率來估計密度檢測門限τ_k，最近K幀的虛警個數(shù)是cl₁，cl₂，…，cl_K，虛警在整個監(jiān)測區(qū)域內(nèi)均勻分布，虛警率為：

其中參數(shù)R表示雷達(dá)的威力半徑；

密度監(jiān)測門限為：

虛警率F_A和密度檢測門限τ_k是正相關(guān)的。

3.如權(quán)利要求1所述的基于模糊C均值點跡分簇方法，其特征在于，所述(3)估計組中目標(biāo)數(shù)量的具體包括：一個組內(nèi)目標(biāo)數(shù)c的可能值為c₁,c₂,...,c_m且c₁≤c₂≤...≤c_m，目標(biāo)預(yù)測位置的數(shù)量為c₀，目標(biāo)數(shù)量等于c_i的概率估計為：

其中，c_i為目標(biāo)的個數(shù)，c₀為預(yù)測位置的數(shù)量；

p(c_i)不大于常閾值，則舍掉c_i。