基于聚类的ACM模型门限阈值的自适应算法

摘要

准确地设置门限阈值是有效提高ACM模型跟踪性能的关键.基于无监督聚类理论,提出一种根据目标机动情况自动确定聚类类别数,通过对实时数据聚类区分出目标做匀速或匀加速运动状态时刻的数据集.再通过加权求解类内样本点的标准差来确定ACM模型的门限阈值.该方法能够根据实时数据自适应的确定门限阈值,计算简便.仿真实验证明该方法能自动确定类别数且分类准确,对噪声标准差估计准确.