顾及目标运动多信息特征的蚁群数据关联方法.pdfVIP

第 27卷 第 10期 信 号 处 理 Vo1．27． No．10 2011年 lO月 SIGNALPR0CESSING 0ct．2011 顾及 目标运动多信息特征的蚁群数据关联方法 康 莉 谢维信 黄建军 (深圳大学ATR国防科技重点实验室，深圳，518000) 摘 要：针对多目标跟踪的数据关联问题 ，提出一种将 目标运动信息多特征进行融合的蚁群数据关联方法。首先，根 据数据关联的具体问题，重新定义了蚁群数据关联方法中路径与路径长度两个概念。其次，考虑目标运动过程 中的多种信 息特征，即距离信息、方向信息以及灰度信息，将这三种信息特征有机融合，共同作为数据关联标准实现多 目标的蚁群数 据关联。在多 目标跟踪实验中，论文采用EKF滤波方法对 目标运动状态进行估计。仿真实验对两个 目标交叉运动的情况进 行了跟踪估计。实验结果表明，考虑多信息特征后的基于蚁群数据关联的方法在计算量相当的情况下，能较未考虑方向信 息以及灰度信息的蚁群数据关联方法获得更高的正确关联率，算法的综合性能优于现有的数据关联方法。 关键词：蚁群算法 ；数据关联；目标跟踪 中图分类号：TP391 文献标识码：A 文章编号 ：1003—0530(2011)10—1543-04 ANew AntColonyDataAssociationmethodwith Multi-featureConsideredinTargetMoving KANGLi XIEWei—xin HUANGJian-jun (ATRKeyLabofNationalDefence，ShenzhenUniversity，Shenzhen，518000，China) Abstract： DuetotheadvantagesofACO (AntColonyOptimization)insolvingcomplexproblems，htispaperproposesanew dataassociationalgorithm，whichisbasedonAntColonyOptimizationinaclutteredenvironment，calledDDG—ACDA(DistanceDirec- tionGray-ACDA)．Inthefirstinstance，theconceptfortourandthelengthoftourareredefinedaccordingtohtespecificrequirement ofrdataassociationproblem inmulti—targettracking．Inthenextplace，thedistanceinformation，directionalinformationandgrayinfor- mationareincorporatedintotheproposedmethod，sincehteyraetheveryimportantfactorshtataffecttheperfomr naceofdataassociation process．Inthecomputersimulationofhtispaper，twotargetswhichmoveincriss-crossmotionraeusedtovalidatetheperformanceof theproposedmethod，nadatthesametime，thetraditional nonlinera filter，EKF，isemployedtoestimatethetargetstates．Computer simulationresultsshowthattheproposedmethodcouldcarryoutdataassociationprocessinna acceptableCPU time，whichislesshtan othertraditionalmethods，andthecorrectdataassociationrateishighert