首页|期刊简介|投稿指南|分类索引|刊文选读|订阅指南|证明资料|样刊邮寄查询|常见问题解答|联系我们
高春艳,郭亮,吕晓玲,等. 多平台数据融合系统的航迹关联技术[J]. 科学技术与工程, 2021, 21(8): 3169-3173.
Gao chuanyan,Guo liang,et al.Research on track association technology of multi-platform data fusion system[J].Science Technology and Engineering,2021,21(8):3169-3173.
多平台数据融合系统的航迹关联技术
Research on track association technology of multi-platform data fusion system
投稿时间:2020-06-06  修订日期:2020-12-17
DOI:
中文关键词:  航迹关联  空间配准  K均值聚类  多平台
英文关键词:track association  spatial registration  k-means  multi-platform
基金项目:国家重点研发计划(2018YFB1305301),河北省应用基础研究计划重点基础研究项目(17961820D)
           
作者单位
高春艳 河北工业大学
郭亮 河北工业大学
吕晓玲 河北工业大学
孙凌宇 河北工业大学
摘要点击次数: 120
全文下载次数: 38
中文摘要:
      对于多平台数据融合模式下的航迹关联问题,使用了聚类关联的方法进行解决。采用基于地心坐标系的最小二乘方法对航迹数据进行配准,对航迹间的距离使用Hausdorff距离进行衡量。使用了K均值方法对各平台侦测的航迹进行关联,并将初始聚类中心设定为相距最远的航迹,有效降低了经典K均值算法过于依赖初始聚类点带来的错误。仿真数据证实,能在目标密度大且航迹存在交错的场景下保持较高的关联正确率,具有较好的可用性。
英文摘要:
      For the track association problem in multi-platform data fusion mode, clustering association method is used to solve it. The least square method based on the geocentric coordinate system (ECEF) is used to register the track data. The distance between tracks is measured by Hausdorff distance. The K-means method is used to correlate the tracks detected by each platform. The initial clustering center is set as the farthest track, which effectively reduces the error caused by the classical k-means algorithm relying too much on the initial clustering points. The simulation data shows that it can keep high correlation accuracy and good usability in the scene of high target density and staggered tracks.
查看全文  查看/发表评论  下载PDF阅读器
关闭
你是第37537915位访问者
版权所有:科学技术与工程编辑部
主管:中国科学技术协会    主办:中国技术经济学会
Tel:(010)62118920 E-mail:stae@vip.163.com
京ICP备05035734号-4
技术支持:本系统由北京勤云科技发展有限公司设计

京公网安备 11010802029091号