基于区间数聚类的目标分群算法

TN957; 针对态势认知中目标数量多、信息不确定、数据不精确等问题,提出一种基于区间数聚类的目标分群算法.首先,考虑到传感器测量数据具有误差且数据不完全等因素,采用区间数对传感器探测到的目标进行特征描述.然后,为有效利用区间数信息定义了一种新的距离度量,并给出了改进的区间数聚类目标分群算法.最后,构造4类相互独立的区间数据集,对区间数据进行分类测试,并通过典型想定场景设定多类目标实体,基于目标空间位置、运动特征和属性等要素进行空间分群和任务分群.仿真结果验证了算法能够有效对目标进行分群,具有较强的稳定性....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 44; no. 2; pp. 577 - 583
Main Authors 王海滨, 关欣, 衣晓
Format Journal Article
LanguageChinese
Published 海军航空大学,山东烟台264001 01.02.2022
Subjects
目标分群;区间数;聚类;态势认知
Online AccessGet full text
ISSN1001-506X
DOI10.12305/j.issn.1001-506X.2022.02.27

Cover

More Information
Summary:TN957; 针对态势认知中目标数量多、信息不确定、数据不精确等问题,提出一种基于区间数聚类的目标分群算法.首先,考虑到传感器测量数据具有误差且数据不完全等因素,采用区间数对传感器探测到的目标进行特征描述.然后,为有效利用区间数信息定义了一种新的距离度量,并给出了改进的区间数聚类目标分群算法.最后,构造4类相互独立的区间数据集,对区间数据进行分类测试,并通过典型想定场景设定多类目标实体,基于目标空间位置、运动特征和属性等要素进行空间分群和任务分群.仿真结果验证了算法能够有效对目标进行分群,具有较强的稳定性.
ISSN:1001-506X
DOI:10.12305/j.issn.1001-506X.2022.02.27