多源多目标跟踪聚类算法

来源：信号处理杂志 2020年第11期北京时间：

作者：范建德, 谢维信, 杜浩翠

摘要：本文提出了一种改进的多源约束聚类算法，以解决多传感器多目标跟踪（Multi-Object Tracking/Estimation, MOTD）问题。MOTD问题对应于在缺乏噪声和目标运动模型等先验信息的情况下，对多个传感器的量测数据进行聚类。针对现有算法对选定传感器量测敏感的问题，本文提出的算法首先根据选定传感器量测数据点的局部密度，对该传感器量测数据进行筛选排序；其次，对排序后的每一个量测数据点，计算和其他传感器量测的高斯核距离，每个传感器返回距离最小的数据点；最后计算在截断距离内的数据点的数量，当大于给定阈值时判定这些数据点为目标产生的量测，簇的中心（个数）即为目标的位置（个数）。实验结果表明，对比现有多源聚类算法，本文提出的算法在传感器目标检测概率较高的场景中聚类精度和聚类速度均有所改善。

关键词：约束聚类, 多传感器融合, 多目标跟踪