- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 卷 第 期 系统工程与电子技术
37 12 Vol.37 No.12
年 月
2015 12 S stems En ineerin and Electronics December 2015
y g g
文章编号: ( ) 网址:
1001-506X 2015 12-2677-06 www.s s-ele.com
y
基于 的 算法及其并行实现
PSO ML-PDA
高 林,唐 续,魏 平
(电子科技大学电子工程学院,四川 成都 611731)
摘 要:针对密集杂波条件下的目标检测与跟踪问题,开展极大似然 概率数据关联(
maximum likelihood-
, )算法优化与实时计算问题研究。在算法层面,通过在极大化对数似然比
probabilistic data association ML-PDA
( , )过程中引入粒子群优化( , )方法,并进一步提出基于观
lo likelihoodratio LLR article swarmo timization PSO
g p p
测引导的PSO播撒粒子方式,提升算法的计算效率;在实现层面,提出基于图形处理器(ra hic rocessin unit,
g p p g
)的 实现策略。仿真实验结果说明了基于观测引导 算法搜索的有效性。在 平台上实现该算
GPU PSO PSO GPU
法获得显著的加速比,验证了所提出方法具有工程实时性。
关键词:检测前跟踪;极大似然 概率数据关联;粒子群优化;并行处理
中图分类号: 文献标志码: : /
TN 953 A DOI 1
文档评论(0)