学会官网  |  加入学会  |  登录学会  |  English 

电子学报 ›› 2013, Vol. 41 ›› Issue (3): 609-614.DOI: 10.3969/j.issn.0372-2112.2013.03.032

• 科研通信 • 上一篇    下一篇

蚁群-遗传算法在多传感器多目标跟踪技术中的应用

袁述1, 袁东辉1,2,3, 孙基洲2, 刘永波2, 李晶2, 原琳2   

  1. 1. 吉林工商学院, 吉林长春 130062;
    2. 空军哈尔滨飞行学院, 黑龙江哈尔滨 150001;
    3. 吉林大学知识工程与符号计算教育部重点实验室, 吉林长春 130012
  • 收稿日期:2010-07-30 修回日期:2011-12-21 出版日期:2013-03-25
    • 作者简介:
    • 袁东辉 男,1980年出生,吉林长春人,吉林大学博士生,主要研究方向为智能算法、语义检索、集成电路测试集优化等. E-mail:yuandonghui1230@163.com; 袁 述 男,1954年出生,吉林长春人,吉林工商学院高级实验师,主要研究方向为人工智能、电路设计与优化、时序电路测试集生成等.孙基渊 男,1967年出生,黑龙江哈尔滨人,空军哈尔滨飞行学院理论训练系主任,主要研究方向为智能算法、飞行原理与空气动力学等.刘永波 男,1975年出生,黑龙江哈尔滨人,空军哈尔滨飞行学院飞行原理教研室主任,主要研究方向为智能算法、飞行原理与空气动力学等.李 晶 男,1977年出生,黑龙江哈尔滨人,空军哈尔滨飞行学院理论训练系研究员,主要研究方向为机载电子设备、雷达导航、惯性捷联导航平台等.原 琳 女,1984年出生,黑龙江哈尔滨人,空军哈尔滨飞行学院理论训练系研究员,主要研究方向为专家系统、逻辑推理与运算等.
    • 基金资助:
    • 国家自然科学基金 (No.60773099,No.60873149,No.60973088); 国家高技术研究发展计划 ("863"计划)基金 (No.2006AA10Z245,No.2006AA10A309); 中央高校基本科研业务费专项基金 (No.200903189,No.200903182)

The Application of AC-GA on Multi-Sensor Multi-Target Tracking

YUAN Shu1, YUAN Dong-hui1,2,3, SUN Ji-zhou2, LIU Yong-bo2, LI Jing2, YUAN Lin2   

  1. 1. Jilin Business and Technology College, Changchun, Jilin 130062, China;
    2. Harbin Flying College of Airforce, Harbin, Heilongjiang 150001, China;
    3. Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University, Changchun, Jilin 130012, China
  • Received:2010-07-30 Revised:2011-12-21 Online:2013-03-25 Published:2013-03-25
    • Supported by:
    • National Natural Science Foundation of China (No.60773099, No.60873149, No.60973088); Fund for National High-tech R&D Program of China  (863 Program) (No.2006AA10Z245, No.2006AA10A309); Fundamental Research Funds for the Central Universities (No.200903189, No.200903182)

PDF

摘要： 本文提出了一种高效的多目标数据关联算法AC-GADA(Ant Colony-Genetic Algorithm Data Association),该算法以蚁群、遗传算法为基础,利用种群差异性使个体携带信息素,构建了全局信息素扩散模型,并引入了交叉变异策略和种群适应度模型.通过大量的实验数据证明,该算法在获得较高关联准确率的同时可以有效地提高关联速度.

关键词: 数据关联, 多目标, 蚁群算法, 遗传算法

Abstract: For the application of multi-sensor multi-target tracking,a method of data association based on ant colony algorithm and genetic algorithm is proposed in this study.First,this method definites pheromone differently for each independent ant entity.Then,improved global pheromone increment model,and combined crossover and variation operation with fitness model of population.The experimental results of actual data demonstrate the presented algorithm is effective.

Key words: data association, multi-target, AC, GA

中图分类号: 

京ICP备12041980号-1　版权所有 ©《电子学报》编辑部