文档介绍：万方数据
基于蚁群算法的多目标跟踪方法莉，谢维信凭葱康言．西安电子科技大学电子工程学院，陕西西安；25410043ATR518060)multitarget引309系统工程与电子技术要：提出了一种新的基于蚁群算法的多目标跟踪方法。方法采用蚁群算法实现多目标跟踪中的数据关联，首先将多目标跟踪中的数据关联问题表示为具有约束条件的优化问题，用蚁群算法对该优化问题求解，得到的解即为最优关联。为验证该算法的有效性，在两种状态估计方法sampling)NN(nearest椒ń辛吮冉稀Ｔ谟隨框架结合时，算法中采样粒子包括状态矢量和关联矢量，状态矢量通过序贯重要性重采样获得，关联矢量通过蚁群SIS关键词：目标跟踪；数据关联；蚁群算法；信息素中图分类号：獂琀—多目标跟踪的任务是对未知数目的目标状态进行估计。n其本质是一种依赖于概率的方法，因此适合于处理系统中的一些不确定因素，如目标运动模型描述的不精确、传感器误3卡尔曼滤波有着不可比拟的优势，并且也适合于处理非线性非高斯的情况。多目标跟踪实质上可以分解为数据关联和单目标的跟踪两个子问题。将获得的观测正确分配给各个产生它的目标后，只需单个目标实现跟踪。最近邻法是最早提出的数据关联方法，这种方法简单，易实现，但当杂波密度MHT。嗉偕韪俜将每个测量与已存在的每条轨迹均关联起来。或者是建立一条新的轨迹，将关联概率最大的假设认为是实际的关联。这种方法的错误关联率较低，但当目标数增加时，计算量非常大，是难问题；。:细怕适莨亓将关联变量认为是随机变量，只需在每一步估计关联概率，这种方法不需要任何关于目标和杂波的先验信息，是目前比较好的对多目标进行跟踪的理想方法，但计算开销大。近年来，遗传算法、粒子群算20089摘filter)sIS(sequentialAā．，，problemSIS(sequentialmethodTheneighbor)respectivelySimulation．籶收稿日期：——；修回日期：—一。基金项目：总装备部预研项目资助课题作者简介：康莉，女，讲师，博士研究生，主要研究方向为目标跟踪，数据融合。猰簂猭甤V0130No9Sep20081001-506X(9'008)09l．EngineeringXidian．，’710071China2SchoolEngineeringGuilin，004Ch瓵．，，AbstractA．瑃thenantintrotrackingwhere瑆：；籥78203ina．
万方数据
J!!!!!!!)l=E0k=iYist1j=1m多目标跟踪模型2猰厶乙，小实验分析刻兰频哪勘曜刺硎疚猉一埃瑉。，⋯，，观)U(Kon1k1K康莉等：基于蚁群算法的多目标跟踪方法法、蚁群算法等基于仿生的算法由于其解决复杂问题具有的优势成为研究的热点．并且在很多领域都取得了很好的效果。本文利用蚁群算法解决组合优化问题的优势．提出将蚁群算法应用于目标的数据关联。从而实现多目标跟踪，并且基于不同的跟踪算法，验证本文所提算法和传统关联算法对目标进行跟踪的有效性。Mi=1M引。多目标跟踪就是对所有目标的状态向量进行估计，时测向量＃琘。，⋯，＃瑌，鞘笨蘴获得的观测数，校9鄄馑饕Ｒ胂蛄縆，，粄唬琸；，⋯，相关联，当时，表示观测来自于杂波。多目标跟踪的系统动态模型和观测模型可表示如下。A唬虷。一，