[发明专利]基于全邻模糊聚类的多目标跟踪与数据互联方法

权利要求书

1.基于全邻模糊聚类的多目标跟踪与数据互联方法，其特征在于，包括以下步骤：

步骤1：根据确认区域中的量测分布并结合各目标的相关波门建立确认矩阵；

步骤2：通过点迹-航迹关联规则构造统计距离，利用模糊聚类方法计算互联概率；

步骤3：通过概率加权融合对观测区域内各目标状态与协方差进行更新；

其中步骤1中确认矩阵的建立方法具体为，根据目标的预测位置设置跟踪波门，构造大小为n_t×(m_k+1+1)的确认矩阵，n_t为跟踪区域中目标数量，m_k+1为k+1时刻确认区域中的量测数量，

式中：ω_ij是二进制变量，ω_ij＝1且j≠0表示量测j(j＝1,2,…,m_k+1)落入目标i(i＝1,2,…,n_t)的确认区域中，ω_ij＝0且j≠0表示量测j没有落在目标i的确认区域中，即j≠0时

j＝0表示没有量测来自目标，即所有量测均来自杂波，此时Ω对应的列元素ω_i0全部为1，即Ω的第一列元素全为1，即ω_ij＝1，i＝1,2,…,n_t,j＝0。

2.根据权利要求1所述的方法，其特征在于，步骤2的方法具体为：假设k+1时刻量测z_j(k+1)与目标i的预测位置之间的统计距离为在定义之前，先计算二者之间的归一化距离平方

式中：表示新息，S_i(k+1)表示目标在k+1时刻的新息协方差；为了获得更好的点航数据互联效果，根据互联规则改进定义k+1时刻量测z_j(k+1)与目标i的预测位置之间的距离

定义Ψ是元素为β_ij(k+1)的模糊分割矩阵，其中β_ij(k+1)表示量测z_j(k+1)源自第i条目标航迹的关联权重，根据模糊聚类思想，定义目标函数

式中：

通过拉格朗日乘数法求取目标函数的最小值，得到

注意到若量测z_j(k+1)位于目标航迹i的确认区域外，即时，β_ij(k+1)＝0，这与实际情况是一致的；对于j＝0的情况，定义

从关联权重β_ij(k+1)的表达式可以看出，β_ij(k+1)的取值与权重指数p有关，权重指数p越大，隶属度β_ij(k+1)越小，若p＝2，隶属度β_ij(k+1)的取值只与的取值有关，即β_ij(k+1)的取值取决于式(21)定义的加权新息内积，这与JPDA算法中联合事件概率的表达式相似；对每个目标而言，所有关联权重的和应为1，对关联权重进行归一化处理，得到量测z_j(k+1)与目标航迹i的互联概率

以上就是确认区域内候选量测与不同目标互联概率的计算公式。