基于CHNN的机动多目标跟踪算法及其参数特性研究
关于密集多回波环境下机动多目标跟踪,因其JPDA问题计算量出现的组合爆炸的现象,从而导致实时跟踪效果极差的问题.引入能解决组合优化问题的连续型Hopfield神经网络方法,来减少其计算量,并结合改进的模拟退火算法来优化网络收敛性和全局最优问题.其中,在已知网络能量函数下,对应的网络参数对网络性能产生了直接影响.因此,在实验的基础上,对神经网络参数进行分析研究,并充分证实了该方法解决JPDA问题的有效性,并给出了相应的积极结论.
多目标跟踪、数据关联、卡尔曼滤波、神经网络、参数
30
TP391(计算技术、计算机技术)
2006年教育部新世纪优秀人才计划基金项目NCET-06-0487;国家自然科学基金项目60472060、60572034;江苏省自然科学基金项目BK2006081
2009-04-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
494-498,502