-
题名改进的K-Means算法在特征关联中的应用
被引量：5
- 1
-
-
作者
关欣
孙祥威
曹昕莹
-
机构
海军航空工程学院信息融合技术研究所
-
出处
《雷达科学与技术》
2014年第1期81-85,共5页
-
基金
新世纪优秀人才支持计划(No.NCET-11-0872)
-
文摘
特征关联是无源多传感器辐射源融合识别的一个关键步骤。特征关联是根据来源于同一辐射源的量测数据所具有的相似性,采用一定的算法和分配策略将多传感器获取的对多辐射源的量测值进行分类划分和关联判定,利用辐射源的特征信息来消除关联模糊。特征关联过程中一个重要环节就是分类算法的选取。K-Means算法是基于划分的聚类算法,已经广泛应用于诸多领域。改进了K-Means算法,用灰关联度代替传统的距离度量定义了样本点间的距离,并对模拟产生的雷达辐射源特征参数样本集Radar-database进行了分类。仿真结果表明,改进的K-Means算法提高了关联正确率,但消耗了更多时间。
-
关键词
K-MEANS算法
无源多传感器
特征关联
灰关联度
-
Keywords
K-Means algorithm
passive multi-sensor system
feature association
grey correlation grade
-
分类号
TN974
[电子电信—信号与信息处理]
-
-
题名基于灰关联度和距离的特征关联算法研究
被引量：3
- 2
-
-
作者
关欣
孙祥威
何友
-
机构
海军航空工程学院信息融合技术研究所
-
出处
《雷达科学与技术》
2013年第4期363-367,374,共6页
-
基金
新世纪优秀人才支持计划(No.NCET-11-0872)
-
文摘
特征关联是无源多传感器多目标跟踪中一个关键环节。针对多传感器系统对多个辐射源进行量测过程中存在的测量误差,导致的量测值和它源于的辐射源之间出现的对应模糊问题,提出了基于灰关联度和距离度量的特征关联算法。该算法通过计算特征向量之间的灰关联度和距离,把相似度较高的特征向量划分为一类,成功地消除了对应模糊问题。模拟产生了辐射源数据库,并比较了不同相似性度量性能优劣,不同噪声环境下的关联正确率,进行了关联效果检验,仿真结果表明用灰关联度作为相似性度量关联正确率高于距离度量,但所用时间较长。
-
关键词
多传感器系统
特征关联
灰关联度
距离度量
-
Keywords
multi-sensor system
feature association
grey correlation grade
distance measurement
-
分类号
TN953
[电子电信—信号与信息处理]
-
