基于Hough变换和优化K均值聚类的反舰导弹编队识别目标选择方法

现有反舰导弹编队识别技术存在侧重于队形识别而非目标选择、对编队末端态势变化考虑不足、实时性偏弱、未考虑队列线检测区间对聚类效果的影响和聚类数优化与聚类迭代过程相互独立等问题。基于Hough变换和优化K均值聚类算法，提出反舰导弹编队识别目标选择流程，构建V形、平行和环形编队目标生成与目标选择模型，旋转、缩放、冲淡式干扰和队型变化等编队目标变化模型。仿真结果表明，聚类数优化代价函数在关键聚类数段区分度明显、聚类数优化准确，移动检测区间检测解决正常检测区间两侧边缘样本点对应机制缺失问题，采用多样本更新聚类与单样本更新聚类结合的聚类迭代、聚类数优化迭代与聚类迭代融合迭代效率高，工程适用性强，对于反舰作战模拟具有重要意义。