基于组合序列波动性的异步航迹关联算法OACSTPCD
针对传统异步航迹关联算法效率低、目标靠近传感器附近关联性能下降的问题,提出一种基于离散数据波动性的异步雷法航迹关联算法。提出分段划分方法,根据航迹长度将不等长序列转化为等长序列,以适应实际航迹轨迹的复杂变化。定义混合离散数据集的加权方差,描述同源航迹序列数据集合的波动性,以此进行关联判定。实验结果表明,与传统异步航迹关联算法相比,所提算法的正确关联率更高、耗时更低,且不受雷达随机误差分布及目标运动位置的影响,算法稳定性较强。
针对传统异步航迹关联算法效率低、目标靠近传感器附近关联性能下降的问题,提出一种基于离散数据波动性的异步雷法航迹关联算法。提出分段划分方法,根据航迹长度将不等长序列转化为等长序列,以适应实际航迹轨迹的复杂变化。定义混合离散数据集的加权方差,描述同源航迹序列数据集合的波动性,以此进行关联判定。实验结果表明,与传统异步航迹关联算法相比,所提算法的正确关联率更高、耗时更低,且不受雷达随机误差分布及目标运动位置的影响,算法稳定性较强。