一种改进的道路行车密度峰值模糊聚类算法

来源：雷达科学与技术杂志2022年第5期北京时间：

作者：张正文，邓薇，廖桂生，巩朋成，王兆彬

单位：1．湖北工业大学电气与电子工程学院， 湖北武汉 430068;2．西安电子科技大学雷达信号处理国家重点实验室， 陕西西安 710071;3．武汉工程大学计算机科学与工程学院， 湖北武汉 430205

摘要：为解决城市道路中相邻车辆聚类精度低的问题，本文提出了一种改进的密度峰值模糊聚类算法。首先，该算法使用自适应椭圆距离代替欧式距离，并在决策图中引入指数函数曲线选择密度峰值点，以确定初始聚类中心和聚类数目；接着，将初始信息代入模糊C均值(FCM)聚类算法中，经迭代计算取得一次聚类结果；最后，根据雷达数据中同一辆车的数据点速度差值极小、不同车辆的速度差值相对较大这一特征，引入和速度相关的目标函数，并通过迭代计算取得最终的聚类结果，以对一次聚类结果进行修正。根据真实道路测量数据的实验证明，本文提出的聚类算法精度高、鲁棒性好，能正确聚类城市道路中相邻的车辆目标，具有更好的聚类效果。为道路中车辆的跟踪、交通状态预估等处理提供可靠、准确的目标信息，大大减少后续工程的计算量。

关键词：毫米波雷达,密度峰值聚类,模糊聚类,二次模糊聚类,城市道路,

基金资助：国家自然科学基金（No.62071172, 61601178）； 湖北省自然科学基金（No.2018CFB545）