第17卷第4期 智能系统学报 Vol.17 No.4 2022年7月 CAAI Transactions on Intelligent Systems Jul.2022 D0:10.11992/tis.202109013 网络出版地址：https:/ns.cnki.net/kcms/detail/23.1538.TP.20220518.2056.008.html 面向扩展目标跟踪的网格聚类量测划分方法 唐孟麒，李波，郝丽君 (辽宁工业大学电子与信息工程学院，辽宁锦州121001) 摘要：针对扩展目标跟踪中量测集划分困难及目标数目估计不准的问题，提出了一种面向扩展目标跟踪的网 格聚类量测集划分方法。首先，由目标之间的时空关联性，将当前时刻的量测划分为存活目标量测与新生目标 量测。然后，针对高斯混合概率假设密度滤波器与扩展目标高斯混合概率假设密度滤波器，分别推导出改进的 模糊C均值算法与改进的网格聚类算法用于划分存活目标量测集与新生目标量测集。仿真结果表明本文方法 可实现量测集的准确划分，有效完成扩展目标跟踪，避免了漏检与过检。 关键词：扩展目标；量测集：网格聚类；时空关联；模糊C均值；存活目标；新生目标；概率密度假设 中图分类号：TN713:TP39文献标志码：A文章编号：1673-4785(2022)04-0806-08 中文引用格式：唐孟麒，李波，郝丽君.面向扩展目标跟踪的网格聚类量测划分方法.智能系统学报，2022,17(4)：806-813. 英文引用格式：TANG Mengqi,LIBo,HAO Lijun..Grid clustering measurement set partition method for extended target tracking J].CAAI transactions on intelligent systems,2022,17(4):806-813. Grid clustering measurement set partition method for extended target tracking TANG Mengqi,LI Bo,HAO Lijun (School of Electronics and Information Engineering,Liaoning University of Technology,Jinzhou 121001,China) Abstract:To address the issues of difficult measurement set partitioning and inaccurate estimation of the number of tar- gets in extended target tracking,we suggest a grid clustering measurement set partitioning approach for extended target tracking.Firstly,the current moment measurement is classified into two categories based on the time-space correlation between the targets:survival-target measurement and newborn-target measurement.Then,an improved fuzzy C-means algorithm and an improved grid clustering algorithm are derived for the Gaussian mixture probability hypothesis dens- ity filter and the extended target Gaussian mixture probability hypothesis density filter,respectively,which are em- ployed to separate the viable target set and the new target set.The simulation results show that the proposed techniques can accurately divide the measurement set,effectively complete the extended target tracking,and avoid the missed and over-checked measurements. Keywords:extended target;measurement set;grid clustering;time-space correlation;fuzzy C-mean;survival target; newborn target;probability hypothesis density 随着视觉传感器解析度的不断提高，独立目 在单位时间内最多只能生成一个量测的假设已不 标在单位时间步长内会对应一个以上的量测，学界 再适用于扩展目标跟踪。考虑到ET在单位步长 定义此类目标为扩展目标(extended target,.ET)l-a。 内至少对应一个量测且蕴含着更多的目标运动状 在传统目标跟踪问题中，而通常将目标视为质点 态信息，若采用传统点目标跟踪方法解决ET跟 考虑而忽略其物理形态，即被跟踪的独立目标 踪问题，当存在较多量测且存在数据关联)时， 收稿日期：2021-09-03.网络出版日期：2022-05-19 “组合爆炸”现象会引发跟踪算法复杂度的迅速 基金项目：辽宁省自然科学基金面上项目(2020-MS-292),国家 自然科学基金面上项目(51679116) 增加。 通信作者：李波.E-mail:leeboo(@yeah.net 针对数据关联问题，Mahlero首先提出了概DOI: 10.11992/tis.202109013 网络出版地址: https://kns.cnki.net/kcms/detail/23.1538.TP.20220518.2056.008.html 面向扩展目标跟踪的网格聚类量测划分方法 唐孟麒，李波，郝丽君 （辽宁工业大学 电子与信息工程学院, 辽宁 锦州 121001） 摘 要：针对扩展目标跟踪中量测集划分困难及目标数目估计不准的问题，提出了一种面向扩展目标跟踪的网 格聚类量测集划分方法。首先，由目标之间的时空关联性，将当前时刻的量测划分为存活目标量测与新生目标 量测。然后，针对高斯混合概率假设密度滤波器与扩展目标高斯混合概率假设密度滤波器，分别推导出改进的 模糊 C 均值算法与改进的网格聚类算法用于划分存活目标量测集与新生目标量测集。仿真结果表明本文方法 可实现量测集的准确划分，有效完成扩展目标跟踪，避免了漏检与过检。 关键词：扩展目标；量测集；网格聚类；时空关联；模糊 C 均值；存活目标；新生目标；概率密度假设 中图分类号：TN713;TP39 文献标志码：A 文章编号：1673−4785(2022)04−0806−08 中文引用格式：唐孟麒, 李波, 郝丽君. 面向扩展目标跟踪的网格聚类量测划分方法 [J]. 智能系统学报, 2022, 17(4): 806–813. 英文引用格式：TANG Mengqi, LI Bo, HAO Lijun. Grid clustering measurement set partition method for extended target tracking[J]. CAAI transactions on intelligent systems, 2022, 17(4): 806–813. Grid clustering measurement set partition method for extended target tracking TANG Mengqi，LI Bo，HAO Lijun (School of Electronics and Information Engineering, Liaoning University of Technology, Jinzhou 121001, China) Abstract: To address the issues of difficult measurement set partitioning and inaccurate estimation of the number of tar￾gets in extended target tracking, we suggest a grid clustering measurement set partitioning approach for extended target tracking. Firstly, the current moment measurement is classified into two categories based on the time-space correlation between the targets: survival-target measurement and newborn-target measurement. Then, an improved fuzzy C-means algorithm and an improved grid clustering algorithm are derived for the Gaussian mixture probability hypothesis dens￾ity filter and the extended target Gaussian mixture probability hypothesis density filter, respectively, which are em￾ployed to separate the viable target set and the new target set. The simulation results show that the proposed techniques can accurately divide the measurement set, effectively complete the extended target tracking, and avoid the missed and over-checked measurements. Keywords: extended target; measurement set; grid clustering; time-space correlation; fuzzy C-mean; survival target; newborn target; probability hypothesis density 随着视觉传感器解析度的不断提高，独立目 标在单位时间步长内会对应一个以上的量测，学界 定义此类目标为扩展目标（extended target，ET） [1-2]。 在传统目标跟踪问题中，而通常将目标视为质点 考虑而忽略其物理形态[3-5] ，即被跟踪的独立目标 在单位时间内最多只能生成一个量测的假设已不 再适用于扩展目标跟踪。考虑到 ET 在单位步长 内至少对应一个量测且蕴含着更多的目标运动状 态信息[6] ，若采用传统点目标跟踪方法解决 ET 跟 踪问题，当存在较多量测且存在数据关联[7-9] 时， “组合爆炸”现象会引发跟踪算法复杂度的迅速 增加。 针对数据关联问题，Mahler[10] 首先提出了概 收稿日期：2021−09−03. 网络出版日期：2022−05−19. 基金项目：辽宁省自然科学基金面上项目（2020-MS-292）; 国家 自然科学 基金面上项目（51679116）. 通信作者：李波. E-mail：leeboo@yeah.net. 第 17 卷第 4 期 智 能 系 统 学 报 Vol.17 No.4 2022 年 7 月 CAAI Transactions on Intelligent Systems Jul. 2022