[1]孙寒涛.基于状态和属性的多目标联合关联算法[J].应用科技,2020,47(3):74-79.[doi:10.11991/yykj.202004005]
 SUN Hantao.Multi-objective joint association algorithm based on state and attribute[J].Applied science and technology,2020,47(3):74-79.[doi:10.11991/yykj.202004005]
点击复制

基于状态和属性的多目标联合关联算法(/HTML)
分享到:

《应用科技》[ISSN:1009-671X/CN:23-1191/U]

卷:
第47卷
期数:
2020年3期
页码:
74-79
栏目:
水声工程
出版日期:
2020-07-05

文章信息/Info

Title:
Multi-objective joint association algorithm based on state and attribute
作者:
孙寒涛
中国人民解放军92493部队,辽宁 葫芦岛 125000
Author(s):
SUN Hantao
No.92493 Unit of PLA, Huludao 125000, China
关键词:
方位关联特征关联多目标多观测节点灰色关联自适应熵权方位?特征联合关联聚类分析
Keywords:
orientation associationfeature associationmulti-targetmultiple nodegray correlationadaptive entropy weightorientation-feature associationcluster analysis
分类号:
N37
DOI:
10.11991/yykj.202004005
文献标志码:
A
摘要:
在多目标被动定位过程中,目标批次划分的正确与否影响着定位解算结果的准确性。针对这一问题,本文提出了一种多目标数据联合关联算法。对目标特征数据进行关联,利用灰色系统理论和系统聚类分析方法判断目标间的相似程度,对于不确定的集合再次进行方位数据关联。由仿真结果可知,2种算法进行联合关联可以弥补单一方法带来的不足,提高目标关联正确率。
Abstract:
In the process of multi-target passive positioning, the correctness of the target batch division affects accuracy of the positioning solution results. In response to this problem, this paper studies a multi-objective data joint association algorithm. First, the target feature data is correlated, and the similarity between the targets is judged by using the gray system theory and system cluster analysis method. For the uncertain set, the orientation data association is performed again. It can be seen from the simulation results that the joint association of the two algorithms can make up for the shortcomings brought by a single method and improve the accuracy of target association.

参考文献/References:

[1] LIU Hongbin, CHANG Faliang, LIU Chunsheng. Multi-target tracking with hierarchical data association using main-parts and spatial-temporal feature models[J]. Multimedia tools and applications, 2019, 78(20): 29161-29181.
[2] 苏骏, 李亚安, 陈晓, 等. 双观测站水下纯方位多目标跟踪的数据关联算法[J]. 水下无人系统学报, 2018, 26(2): 115-121, 128
[3] 俞剑, 王益乐. 被动声呐多阵测向交叉定位的数据关联算法[J]. 指挥信息系统与技术, 2018, 9(3): 65-69
[4] TAN D K P, SUN Hongbo, LU Yilong, et al. Feasibility analysis of GSM signal for passive radar[C]//Proceedings of 2003 IEEE Radar Conference. Huntsville, AL, USA: IEEE, 2003.
[5] 修建娟, 何友, 王国宏, 等. 被动定位系统中的方位数据关联[J]. 系统工程与电子技术, 2003, 25(3): 280-283
[6] XU Rui, WUNSCH D. Survey of clustering algorithms[J]. IEEE transactions on neural networks, 2005, 16(3): 645-678.
[7] 杨洪康. 海上编队辐射源融合定位与关联模型研究及仿真实现[D]. 长春: 吉林大学, 2016: 1-40.
[8] 徐克虎, 张明双, 李灵之. 基于区间变权灰色关联法的集群目标威胁评估[J]. 电光与控制, 2019, 26(12): 6-11
[9] 刘竞妍, 张可, 王桂华. 综合评价中数据标准化方法比较研究[J]. 数字技术与应用, 2018, 36(6): 84-85
[10] 孙即祥, 史慧敏, 王宏强. 信息融合中的有关熵理论[J]. 计算机学报, 2003, 26(7): 796-801
[11] 陈韬伟, 金炜东, 李杰. 基于灰关联测度的分裂式层次聚类算法[J]. 西安交通大学学报, 2010, 45(2): 296-301
[12] 赵艳玲, 门丽洁, 于沨. 基于灰色关联分析的舰船目标分类识别[J]. 舰船科学技术, 2009, 31(10): 36-38

备注/Memo

备注/Memo:
收稿日期:2020-04-10。
基金项目:水声技术重点实验室稳定支持课题(JCKYS2019604SSJS011)
作者简介:孙寒涛,男,工程师
通讯作者:孙寒涛,E-mail:zhoushuwen@hrbeu.edu.cn
更新日期/Last Update: 2020-08-05