基于自然最近邻和霍夫变换的密度峰值聚类多目标定位算法

来源：计算机测量与控制杂志2026年第4期北京时间：

作者：丁 磊,侯 轩,康永启,张东坡,朱丽娜

单位：西安电子科技大学 通信工程学院;中国电子科技集团公司第三十六研究所

摘要：针对多站多目标AOA无源定位中目标检测率低与虚假交点干扰问题，开展了基于密度峰值聚类的定位算法研究；通过引入自然最近邻（NNN）方法自适应确定数据点邻域范围，结合截断核密度与高斯核密度改进局部密度计算模型，有效提升了算法对非均匀密度数据的适应性；在此基础上，采用霍夫变换（HT）自动检测决策值分布中的直线特征，实现了聚类中心的全自动提取；仿真实验表明，在测向误差范围内，定位精度提升10%-30%，复杂环境目标检测率提高10%-20%，高误差场景下定位误差仅为基准线法的65%，关联正确率达92%；实验结果验证了该算法在非理想环境中的鲁棒性优势，通过优化邻域选择机制和密度计算模型，有效减少了人工参数干预，为多目标无源定位提供了一种高效可靠的解决方案。

关键词：无源定位;多目标;自然最近邻;霍夫变换;密度峰值

基金资助：国家自然科学基金面上项目(62371381)