应用K-means聚类的分布式多传感器航迹关联算法

来源：电讯技术杂志2018年第3期北京时间：

作者：李素,王运锋

单位：(四川大学 计算机学院，成都 610065)

摘要：针对分布式多传感器航迹关联的特点，考虑采用K-means聚类的航迹关联算法。将来自各传感器的局部航迹与系统航迹进行关联，并将系统航迹作为初始聚类中心，避免了K-means算法本身依赖初始值的缺陷；提出将系统航迹与局部航迹的欧式距离以及其状态向量在1范数下的距离之和作为相似度测度；设定距离门限值，减少了极端数据对聚类结果的影响，并增加多义性处理。蒙特卡洛仿真实验表明，该算法在目标密集并且目标有交叉的情况下能以较小的代价得到较高的平均正确关联率。同时，该算法克服了最近邻域法的局部最优特性和关联正确率高度依赖特征阈值等局限性。

关键词：航迹关联；聚类分析；K-means聚类；向量范数；正确关联率；

基金资助：国家自然科学基金资助项目（91338107）；四川省科技厅软科学研究项目（2016ZR0087）