基于时间滑窗的混合Hausdorff距离航迹关联算法∗

李寅龙 张天舒

（海军航空大学 烟台 264001）

1 引言

在分布式多传感器目标跟踪系统中，每个传感器负责各区域的目标检测与跟踪，若收集不同目标的航迹序列信息，对采集到的航迹序列信息是否属于同一目标进行判断是态势统一的关键，影响着指挥员的最终决策，因此众多学者对航迹关联问题开展研究［1～2］。航迹关联算法在实际中有很多应用，例如多目标跟踪空中交通管制系统等。自20世纪70年代Singer等提出这一课题以来，学术界涌现出大批优秀的航迹关联算法，国内外学者对各类航迹关联的理论和方法进行了大量的研究［3～4］。

Hausdorff距离可用于衡量两个集合的相似程度，是集合距离的一种度量方式，文献［5］利用单向Hausdorff距离比较建筑物轮廓与最佳拟合外接矩形的相似程度，使高分辨率遥感图像下的建筑物轮廓精度得到有效提升。文献［6］利用Hausdorff距离建立配电网馈线区域两端零序电流暂态分量幅值特征匹配度，能够在不同环境下有效定位故障区段。文献［7］融合K-means思想和Hausdorff距离，解决了点云数据的空洞问题。文献［8］利用Haus⁃dorff距离对车辆交叉区域轨迹进行聚类，建立识别模型弥补交叉路口轨迹遗漏的问题。文献［9］提出加权的Hausdorff距离以解决边界区域的像素点分类问题。文献［10］提出适当排序的广义Hausdorff距离评价点云数据的几何质量。文献［11］研究了基于K-means聚类算法的胸腰椎三维图，利用Hausdorff距离比较各类脊髓三维图像自动分割方法。文献［12］利用Hausdorff距离，构建参考模型约束活动轮廓模型的收敛，提高了分割图像轮廓在噪声、杂波、遮挡情况下的鲁棒性。……