密集杂波下的纯方位多传感器多目标定位与跟踪问题广泛应用于海、陆、空等军事或民用航空领域,当传感器的数目增加时,其对应的数据关联问题的求解是NP的,近30年来它一直倍受国内外学者的关注。由于蚁群算法是解决NP问题的一种有效手段,并且,问题的求解空间也很适合用蚁群算法进行研究,因此,本项目拟把智能化的蚁群混合行为引入到该领域,以期建立一套基于蚁群算法的多目标数据关联方法和参数估计方法,提出多任务蚂蚁来解决多目标航迹的起始问题(航迹数目已知);提出基于三原色蚂蚁解决目标的检测和数据关联问题;把多目标数据关联问题转化成聚类和分类问题,分别建立其基于蚂蚁的航迹起始规则库,实现回波的聚类和分类;最后,基于粒子滤波器(权重调整)思想,应用蚂蚁来近似目标状态的后验概率密度函数,继而提出一种蚂蚁滤波器。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
论大数据环境对情报学发展的影响
基于分形维数和支持向量机的串联电弧故障诊断方法
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
物联网中区块链技术的应用与挑战
基于蚁群优化的高光谱图像混合像元分解技术研究
量子蚁群算法及蚁群行为的波函数模型
基于蚁群算法和云模型的领域无关数据清洗
基于蚁群智能的地铁选址建模研究