58
Thủ tục phân cụm được dựa trên ý tưởng, các quỹ đạo và điểm dấu ở quá xa nhau, ta chắc chắn rằng, chúng sẽ không bao giờ kết hợp được với nhau. Thủ tục phân cụm được xây dựng, lọc bớt các trường hợp không thể gán này, từ đó giảm kích thước đầu vào trong GNN. Ta thực hiện phân cụm trước bước tính ma trận khoảng cách thống kê Mahalanobis và trước bước tìm kết quả gán 2 chiều Munkres. Phân cụm được chia thành 2 bước:
• Phân cụm thô: Phân cụm trước khi tính khoảng cách thống kê Mahalanobis.
• Phân cụm tinh: Phân cụm trước bước tìm kết quả gán 2 chiều Munkres.
3.3.2.1 Phân cụm thô.
Phân cụm thô thích hợp khi phải theo dõi nhiều mục tiêu, hoạt động theo khu vực, trên một phạm vi rộng lớn. Khu vực lớn được chia thành một lưới gồm nhiều các ô con. Khi quỹ đạo nằm trong một ô, nó chỉđược xét tương quan với các điểm dấu nhận được nằm trong ô đó, hoặc 8 ô lân cận xung quanh. Phân cụm thô lọc bỏ đi rất nhiều các khả năng ghép cặp không thể giữa quỹ đạo với điểm dấu. Các khả năng ghép cặp quỹ đạo - điểm dấu thỏa mãn, được gửi xuống bước tiếp theo, tính toán từng cặp khoảng cách thống kê Mahalanobis giữa các quỹ đạo với các điểm dấu, tạo ra ma trận DM(m’xn’) với m’, n’ lần lượt là số quỹđạo, điểm dấu sau phân cụm thô, m’<m và n’<n.
Ví dụ,trong hình 3.6, các máy bay ở khu vực A sẽ chỉ phải xét tương quan với 8 khu vực I->VIII lân cận xung quanh nó. Mà không cần xét tương quan với máy bay trong khu vực B.
59
Hình 3-6: Phân cụm thô theo lưới tọa độ.
3.3.2.2 Phân cụm tinh.
Phân cụm thô chia khu vực quản lý ra thành nhiều ô quản lý nhỏ dựa trên các tham số chuyển động (vị trí, vận tốc) của mục tiêu. Trên các ô quản lý nhỏ đó, các cặp khoảng cách thống kê Mahalanobis được tính toán, làm tham số đầu vào cho thuật toán gán hai chiều Munkres. Nhưng trước khi được sử dụng cho thuật toán gán, tập các khả năng ghép cặp quỹ đạo - điểm dấu được chia nhỏ thêm một lần nữa, dựa trên khoảng cách thống kê Mahalanobis, được gọi là phân cụm tinh.
Các quỹ đạo dự đoán, được đặc trưng bởi 2 thông số là trạng thái và ma trận hiệp phương sai tương ứng, được biểu diễn bởi một hình elip có tâm là thành phần
60
tọa độ của trạng thái và bán kính elip phụ thuộc vào kích thước cửa sổ tìm kiếm. Ý tưởng của phân cụm tinh là ghép tất cả các quỹđạo có cùng chung điểm dấu trong cửa sổ tìm kiếm vào thành một nhóm (cluster). Lưu đồ thực hiện phân cụm tinh:
Điểm dấu := Điểm dấu đầu Sai Hợp nhất cluster của điểm dấu với cluster của quỹ đạo => Super cluster Điểm dấu thuộc cửa sổ quỹđạo Điểm dấu <= Điểm dấu cuối Quỹđạo := Quỹđạo đầu Quỹđạo <= Quỹđạo cuối Quỹđạo đã thuộc cluster? Điểm dấu đã thuộc cluster? Gán quỹđạo cho cluster Tạo cluster mới cho quỹđạo và điểm dấu Điểm dấu đã thuộc cluster? Gán điểm dấu cho cluster Quỹđạo := Quỹđạo tiếp theo Điểm dấu := Điểm dấu tiếp theo Kết thúc Đúng Đúng Sai Đúng Đúng Đúng Đúng Sai Sai Sai Sai Hình 3-7: Lưu đồ thực hiện phân cụm tinh.
61
• Số các cluster tối đa: Bằng số quỹ đạo. Trường hợp lý tưởng, các quỹ đạo chuyển động xa nhau, các điểm dấu đo được chính xác, nằm trong cửa sổ của quỹđạo.
• Số cluster tối thiểu: Một super-cluster cho tất cả các quỹ đạo và điểm dấu. Trường hợp xuất hiện nhiều quỹ đạo dày đặc trong một phạm vi hẹp.
Minh họa kết quả phân cụm trong hình sau:
xp,yp
Cluster 1 Cluster 2
Cluster 3
Tâm quỹđạo Điểm dấu
62
CHƯƠNG 4 : KẾT QUẢ THỬ NGHIỆM VÀ ĐÁNH GIÁ
Trong chương này sẽ trình bày về các kết quả thực hiện thuật toán GNN và UIMM cho hai mô hình tuyến tính vận tốc hằng số Wiener và mô hình rẽ tròn đều với các bộ mục tiêu giả lập. Đồng thời đưa ra các đánh giá định tính cho kết quả thử nghiệm này.