基于目的地预测的多相似加权目标编群方法

针对目标编群中单一算法存在的适用范围小、误分率高的问题,提出一种新的态势估计中目标编群的处理方法。首先应用Hop fie ld神经网络对态势中目标的目的地做出判断,然后采用多相似性加权策略计算出目标间的相关系数,再根据最大相关系数层次聚类算法实现编群。仿真结果表明方法能在一定程度上减小错误编群的概率,同时适用范围也得到了扩展。

一种态势估计中的目标编群方法

目标编群是态势估计的基础。传统模型大多采用空间上的聚类算法来实现目标编群,但这种方法误分率较高,效果并不十分理想。文章提出了一种新的态势估计中目标编群问题的处理模型。该模型首先应用神经网络对目标目的地做出判断,然后融合多相似性加权测度算法,完成对观测目标的编群。最后运用该模型给出了一个分析示例。