蚁群-遗传算法在多传感器多目标跟踪技术中的应用  

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

作　　者：袁述[1] 袁东辉[1,2,3] 孙基洲 刘永波 李晶 原琳 

机构地区：[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

出　　处：《电子学报》2013年第3期609-614,共6页Acta Electronica Sinica

基　　金：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)

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.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.

关 键 词：数据关联 多目标 蚁群算法 遗传算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]