一种改进的汽车雷达数据实时聚类算法

摘要：

为了更好地在复杂多目标环境下进行汽车雷达数据的实时聚类,使用扩展卡尔曼滤波算法(EKF)对基于密度的聚类算法(DBSCAN)进行改进,并通过仿真和实测实验进行验证.结果表明:新算法在进行增量聚类时每次耗时可以保持在一个稳定且较低的水平;新聚类在不增加时间复杂度的情况下进行自适应聚类,可以解决汽车雷达数据密度不均匀的情况.可见新算法同时实现了增量和自适应DBSCAN聚类,同时保证聚类的效率和准确度.

关键词：汽车雷达、增量聚类、自适应聚类、改进DBSCAN算法、扩展卡尔曼滤波

所属期刊栏目：19

分类号：TN953

资助基金：国家自然科学基金61561010;广西自然科学基金2017GXNSFAA198089;广西重点研发计划项目桂科AB18126003、AB16380316;桂林电子科技大学研究生教育创新计划项目2019YCXS047

在线出版日期：2019-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：204-209