[发明专利]一种集群目标的动态聚类方法

说明书

技术领域

本发明涉及一种聚类方法，具体涉及一种集群目标的动态聚类方法。

背景技术

现代信息技术的快速发展导致了战场环境的复杂多变，战场指挥员面临着严峻的挑战。为了辅助战场指挥员的决策，近几年提出了态势评估、兵力聚合和威胁估计等技术。而对战场中的目标进行有效地聚类是实现这些技术的基础，但是现有的一些聚类算法如k-means算法、dbscan算法等都是针对静态数据的聚类，而战场中的目标是运动的，因而如何有效地对战场中的动态数据聚类成为研究人员急需解决的问题。

发明内容

为了克服上述现有技术的不足，本发明的目的在于提供了一种集群目标的动态聚类方法，能够满足战场环境下的需求，快速准确。

为了实现上述目的，本发明采用的技术方案是：

一种集群目标的动态聚类方法，包括以下步骤：

步骤一，加载预定义参数和目标数据；

步骤二，初始化簇；

步骤三，将已经存在于簇中的的目标进行离线处理，计算簇的速度和加速度信息以及对这些簇进行排序；

步骤四，将已经存在于簇中的的目标进行在线处理，比较簇和目标的距离然后分别进行处理，具体方法是：

首先，遍历每一个簇中的每一个目标数据，计算数据O_i到预测位置V_p的距离L_o，如果L_o小于本簇的半径R，则不对数据O_i进行处理，仍将数据O_i留在此簇中；

如果L_o小于本簇的半径R，则分以下两种情况进行处理：

如果L_o小于簇的最大距离maxDist，则将本簇的半径R更新为L_o；

如果L_o大于簇的最大距离maxDist，则将数据O_i从簇中移除，将数据O_i加入链表EList中；

最后，当所有目标都处理完成时，将存储在链表WDList中的目标聚类生成新簇；

步骤五，对新目标聚类生成新簇；

步骤六，将新簇和老簇进行融合：先对所有老簇按照到原点距离的大小进行排序，然后根据老簇和上一个新簇比较的结果来减少老簇和下一个新簇融合的计算量，同时更新簇信息，其中，老簇指新簇生成前就存在的簇。

所述步骤三中计算簇的速度是以多数表决的方式来进行，假定存在一个速度V_i，如果簇中在[V_i-ξ，V_i+ξ，]范围内的数据最多，则V_i即为簇的速度，ξ是一个经验值，跟V_i的值正相关；

所述步骤三中计算簇的加速度是以多数表决的方式来进行，假定存在一个加速度a_i，如果簇中在[a_i-μ，a_i+μ，]范围内的数据最多，则a_i即为簇的加速度，μ是一个经验值，跟V_i的值正相关。

所述排序的方法是：根据簇的速度和加速度，预测一定时间间隔后的簇的位置，然后遍历一遍所有的簇，计算簇的预测位置V_p到原点的距离L_p，根据L_p的大小进行排序，并保存在一个链表中。

在步骤六后继续进行步骤三，由于战场中的数据每隔一段时间会到来一批数据，会一直持续下去，所以此算法也会一直持续下去。

所述步骤六中只有当簇中逃离的数据大于阈值时，才更新簇的信息。

所述步骤六中根据老簇和上一个新簇比较的结果来减少老簇和下一个新簇融合的计算量，同时更新簇信息的规则是：