×

一种基于多目标ACO的数据关联方法,用于纯方位多目标跟踪。 (英语) Zbl 1127.90423号

小结:本研究研究的是二维场景中使用两个静止观测器进行单方位多目标跟踪的数据关联。考虑到每个目标以恒定速度移动,两个目标函数,即距离和斜率差,提出了一种基于多目标蚁群优化的算法,通过最小化两个目标函数来执行数据关联。通过与联合最大似然(ML)方法在不同噪声水平和航迹形状下的数据关联结果进行比较,对该算法的有效性进行了数值仿真。

MSC公司:

90 C90 数学规划的应用
90 C59 数学规划中的近似方法和启发式
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 苏,H.H。;Hartley,R.L.,通过快速模拟退火实现非凸优化,IEEE程序,75,11,1538-1540(1987)
[2] Ting、Pei-yih;Iltis,Ronald A.,DSN中的多目标运动分析,IEEE Trans-Syst,Man Cybern,21,5,1125-1139(1991)
[3] 罗纳德·伊尔蒂斯(Ronald A.Iltis)。;Anderson,Kraig L.,多传感器纯方位跟踪的一致性估计准则,IEEE Trans-Aerosp Electron Syst,32,1,108-120(1996)
[4] 陈亮;Tokuda,Naoyuki,一种用于仅方位测量的基于最大似然的多目标运动跟踪的快速数据分配算法,Math Comput Simulat,57/109-120(2001)·Zbl 0992.65059号
[5] Chen,Y.M。;Huang,H.C.,多传感器数据关联的模糊逻辑方法,数学计算模拟,52,399-412(2000)
[6] 阿什拉夫·阿齐兹(Ashraf M.Aziz)。;图马拉,穆拉利;Cristi,Roberto,多传感器多目标跟踪系统中的模糊逻辑数据相关方法,信号处理,76195-209(1999)·Zbl 0927.94023号
[7] 穆拉德·乌萨拉;De Schutter,Joris,混合模糊概率数据关联过滤器和联合概率数据关联滤波器,Inf Sci,142195-226(2002)·兹伯利1015.93063
[8] 土库曼斯坦,伊尔克;Guney,Kerim,廉价联合概率数据与自适应神经模糊推理系统状态滤波器的关联,用于在杂乱环境中跟踪多个目标,国际电子通信杂志,58,349-357(2004)
[9] Doerner,K。;Gutjahr,W.J。;Hartl,R.F。;施特劳斯,C。;Stummer,C.,Pareto蚁群优化:多目标投资组合选择的元启发式方法,Ann Oper Res,131,1-4,79-99(2004)·Zbl 1067.91028号
[10] Mostafa Abd-EI-Barr、Sadiq M Sait、Bambang AB Sarif。算术电路进化设计的蚁群算法。附:国际磁性会议论文集;2003年,第198-201页。;Mostafa Abd-EI-Barr、Sadiq M Sait、Bambang AB Sarif。算术电路进化设计的蚁群算法。附:国际磁性会议论文集;2003年,第198-201页。
[11] 多里戈,M。;马尼佐,V。;Colorni,A.,《蚂蚁系统:协作代理群体的优化》,IEEE Trans-SMC,26,1,29-41(1996)
[12] 伊波利托,M.G。;Riva Sanseverino,E。;Vuinovich,F.,最优配电系统战略规划的多目标蚁群搜索算法,(2004年进化计算大会,第2卷(2004),IEEE服务中心),1924-1931
[13] Verbeeck,K。;Nowe,A.,学习自动机群体,IEEE Trans-Syst,Man Cybern-Pt B,32,6,772-780(2002)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。