[发明专利]基于密度聚类的RBMCDA水下多目标跟踪方法

摘要

本发明是于密度聚类的RBMCDA水下多目标跟踪方法。本发明对每个粒子初始权重置，获得初始时刻粒子群数据；计算可见目标死亡概率，随机抽取死亡目标，对所有粒子存活目标状态进行预测；根据更新后的每个粒子的权值，采用重采样法对粒子状态和粒子目标标签矩阵进行重采样；采用密度聚类算法对所有粒子的所有目标状态估计结果聚类，对每个簇每个样本按理权值加权求和，获得所述每个簇的状态均值；每个粒子标签向量分别与目标标签矩阵相匹配，获得每个聚类簇的系统目标编号，更新目标标签矩阵，获得新的目标标签矩阵；根据粒子数据的密度聚类和目标编号管理结果，输出当前时刻所有目标编号及状态均值。

主权项

1.一种基于密度聚类的RBMCDA水下多目标跟踪方法，其特征是：包括如下步骤：步骤一：初始化不可见目标状态均值和协方差，对每个粒子初始权重置，获得初始时刻粒子群数据；步骤二：计算每个粒子下每个存活目标距上次被量测时的更新时长，计算可见目标死亡概率，随机抽取死亡目标，对所有粒子存活目标状态进行预测；步骤三：提取当前时刻的一个量测数据，对于每个粒子建立所述一个量测数据关联目标的多个情况，所述情况分为关联野值、关联存活目标、关联新生目标，分别计算每种情况下的后验概率，并按概率随机抽取一个情况；步骤四：根据随机抽取的情况，更新当前时刻存活目标的状态；步骤五：根据随机抽取的情况，更新粒子权值；步骤六：根据更新后的每个粒子的权值，采用重采样法对粒子状态和粒子目标标签矩阵进行重采样；步骤七：采用密度聚类算法对所有粒子的所有目标状态估计结果聚类，获得聚类簇集合以及每个簇对应的粒子标签向量，对每个簇每个样本按理权值加权求和，获得所述每个簇的状态均值；步骤八：每个粒子标签向量分别与目标标签矩阵相匹配，获得每个聚类簇的系统目标编号，同时更新目标标签矩阵，获得新的目标标签矩阵；步骤九：根据粒子数据的密度聚类和目标编号管理结果，输出当前时刻所有目标编号及状态均值，当依旧存在量测数据时，返回步骤二，反之则结束跟踪。