螞蟻智能行為在目標跟蹤中的應(yīng)用研究.pdf

1、目標跟蹤是指為維持目標狀態(tài)的估計，對傳感器提供的量測進行處理的過程。傳統(tǒng)多目標跟蹤通常按照航跡起始、航跡維持和航跡刪除的過程進行處理，數(shù)據(jù)關(guān)聯(lián)是處理的核心和難點。基于有限集統(tǒng)計理論的非傳統(tǒng)多目標跟蹤算法，對航跡處理的三個過程同時進行處理，避開了數(shù)據(jù)關(guān)聯(lián)這一難題。目前傳統(tǒng)多目標跟蹤在航跡起始、航跡維持以及基于有限集統(tǒng)計理論的非傳統(tǒng)多目標跟蹤濾波算法上都取得了豐富的研究成果。本文圍繞傳統(tǒng)的航跡起始、濾波問題和概率假設(shè)密度濾波算法，引入螞蟻智

2、能行為，開展了基于群智能算法的目標跟蹤技術(shù)的研究。
　　 論文開展的工作和取得的主要成果如下:
　　 1、針對航跡起始階段數(shù)據(jù)關(guān)聯(lián)存在的NP難題，分別提出了基于螞蟻導(dǎo)航、蟻群聚類算法以及蟻群分類算法的邏輯航跡起始方法。仿真結(jié)果表明，基于蟻群智能行為的航跡起始方法的正確起始概率高且時效性好。
　　 2、針對移動螞蟻估計器主要是一步預(yù)測狀態(tài)的精度以及較復(fù)雜的移動模型和信息素更新策略問題，分別了提出了擴展/無跡移動螞蟻

3、估計器和實時移動螞蟻估計器。仿真結(jié)果表明，所提出的兩種移動螞蟻估計器均能有效地跟蹤非機動和機動目標。
　　 3、針對螞蟻估計器中螞蟻一步預(yù)測狀態(tài)的準確程度影響最終的估計精度，提出了一種擴展/無跡螞蟻估計器;利用螞蟻的隨機決策行為選擇提議分布，提出了一種基于螞蟻隨機決策的粒子濾波算法。仿真結(jié)果表明，基于蟻群優(yōu)化和粒子的混合濾波算法能夠?qū)Ψ菣C動和機動目標進行跟蹤，且跟蹤性能分別與粒子濾波和交互式粒子濾波的跟蹤性能相當。
　　

4、 4、針對基于序貫蒙特卡羅的概率假設(shè)密度濾波算法的目標狀態(tài)提取穩(wěn)定性問題，結(jié)合螞蟻隨機移動行為，提出了基于蟻群聚類的概率假設(shè)密度濾波算法。仿真結(jié)果表明，所提出的算法具有穩(wěn)定、良好的跟蹤性能。針對概率假設(shè)密度函數(shù)難以得到解析解，提出了一種基于蟻群優(yōu)化的多極值點搜索的概率假設(shè)密度濾波算法的近似實現(xiàn)方法，仿真結(jié)果表明，提出的方法簡單且能夠有效的近似實現(xiàn)概率假設(shè)密度濾波算法。
　　 最后，總結(jié)全文的研究成果并指出存在的不足和進一步的研究