基于时间序列聚类的多雷达数据融合

针对多雷达数据融合问题,提出了基于时间序列的聚类算法,用于实现航迹相关,即以时间序列为基础把聚类模型转化为基于特征匹配的聚类算法。进一步考虑到多目标密集时,部分来自不同目标的数据可能比来自同一目标的数据更接近,易导致关联错误,为此提出了基于时间序列的模糊聚类算法。对上述两种算法的聚类结果,应用卡尔曼滤波器实现滤波跟踪,在不同的情况下仿真后发现,在跟踪目标较少且相互位置较远的情况下,两种算法均有效,在跟踪目标较多且相互位置靠近的情况下,基于时间序列的模糊聚类算法更有效。     

基于时空相似性的跨域目标关联分析方法

多业务域目标聚合是情报分析的核心问题之一，为解决跨域目标关联分析工程化实现，提出了一种时空相似计算的分析方法。首先，对接收到的目标时空数据进行处理，形成元数据；其次，按照预定义的数据模型，从元数据中抽取目标信息；再次，通过时空相似度计算，对目标间的时空信息进行分析，得到目标间的时空关系；最后，利用先验知识对目标时空关系进行约束，实现从时空关系到语义关系的转换。数值仿真验证了该方法能够简单有效地实现跨域目标关联分析。