一种基于自适应蚁群算法的数据关联方法

张波雷; 许蕴山; 夏海宝

doi:10.13873/j.1000-97872012.08.022

Chinese

您当前的位置：

首页 >

文章列表页 >

一种基于自适应蚁群算法的数据关联方法

研究与探讨 | 更新时间：2025-09-11

- 一种基于自适应蚁群算法的数据关联方法
- A data association method based on adaptive ant colony algorithm
- 传感器与微系统 2012年31卷第8期页码：27-29
- 作者机构：
  
  空军工程大学工程学院
- 作者简介：
- 基金信息：
  
  陕西省电子信息系统综合集成重点实验室基金资助项目（201107Y03）
- DOI：10.13873/j.1000-97872012.08.022
  中图分类号： TN953;TP301.6
- 纸质出版：2012
- 稿件说明：
移动端阅览
[1]张波雷,许蕴山,夏海宝.一种基于自适应蚁群算法的数据关联方法[J].传感器与微系统,2012,31(08):27-29.

ZHANG Bo-lei, XU Yun-shan, XIA Hai-bao. A data association method based on adaptive ant colony algorithm[J]. 2012, 31(8): 27-29.
[1]张波雷,许蕴山,夏海宝.一种基于自适应蚁群算法的数据关联方法[J].传感器与微系统,2012,31(08):27-29. DOI： 10.13873/j.1000-97872012.08.022.

ZHANG Bo-lei, XU Yun-shan, XIA Hai-bao. A data association method based on adaptive ant colony algorithm[J]. 2012, 31(8): 27-29. DOI： 10.13873/j.1000-97872012.08.022.

摘要

针对跟踪中多目标数据关联问题

在蚁群数据关联（ACDA）算法的基础上

提出了一种自适应蚁群数据关联方法

通过对转移概率和信息素持续度的自适应调整

改进了全局信息素更新

有效地避免了陷入局部最优问题。仿真实验证明:该算法在解决多目标数据关联问题上是行之有效的。

Abstract

Aimed at the problem of multi-target data association in tracking

an adaptive ant colony data association（ACDA） method on the basis of ACDA is proposed.This algorithm improves global pheromone refreshment and avoids falling in to problem of local optimization by adaptively adjust the transition probability and the pheromone adherence.The simulation results show that this algorithm is effective on solving the data association problem of multi-target.

关键词

Keywords

references

基于蚁群—遗传算法的改进多目标数据关联方法 [J]. 袁东辉,刘大有,申世群. 通信学报 . 2011(06)

基于直觉模糊聚类的数据关联算法 [J]. 贺正洪,雷英杰,雷蕾. 计算机应用 . 2011(03)

一种基于模糊数据关联的粒子滤波算法 [J]. 盛丹,王国宏,王娜. 电光与控制 . 2010(04)

一种基于蚁群算法的数据关联方法 [J]. 张珂磬,黄敬雄,康莉. 系统仿真学报 . 2009(22)

基于目标之间拓扑信息的数据关联方法 [J]. 杨哲,韩崇昭,李晨,褚敏. 系统仿真学报 . 2008(09)

一种基于蚁群算法的多目标跟踪数据关联方法 [J]. 康莉,谢维信,黄敬雄. 电子学报 . 2008(03)

基于关联矩阵的网络拓扑辨识方法研究 [J]. 贺宏锟,史浩山. 西安交通大学学报 . 2006(04)

多源信息融合[M]. 清华大学出版社 , 韩崇昭,朱洪艳,段战胜等著, 2006

蚁群算法原理及其应用[M]. 科学出版社 , 段海滨, 2005

Ant Algorithms for Discrete Optimization [J] . Marco Dorigo,Gianni Di Caro,Luca M. Gambardella. Artificial Life . 1999 (2)

浏览量

107

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于自适应体系蚁群算法的机器人路径规划

未知环境下改进变步长蚁群算法的机器人路径规划

基于改进蚁群算法的移动机器人路径规划

基于相机雷达融合的改进GM-PHD多目标跟踪算法

混合细菌觅食-蚁群算法的无线Mesh网络QoS路由