赵 菡, 张 琤, 林家骏

(华东理工大学信息科学与工程学院,上海 200237)

基于混合编码遗传算法的最优跟踪门

赵 菡, 张 琤, 林家骏

(华东理工大学信息科学与工程学院,上海 200237)

跟踪算法优化可以提高跟踪质量,选择恰当的跟踪门是优化跟踪算法的关键措施之一。本文提出了一种基于混合编码的遗传算法,用于杂波环境下目标跟踪过程中跟踪门参数的离线优化。该算法将二进制编码与浮点数编码结合,对跟踪门的形状和大小进行混合编码,选择跟踪精度性能指标构造遗传算法的适应度函数,以此将跟踪算法的优化问题转化为遗传算法寻优,在不同杂波环境下优化跟踪门参数设置。

目标跟踪; 跟踪门; 遗传算法; 混合编码

跟踪门的形成是多机动目标跟踪过程中首当其冲的问题,选择恰当的跟踪门能减少数据错误关联的次数,提高目标跟踪精度[1]。但目前聚焦跟踪门的研究并不多见,在为数不多的研究中,有学者提出了跟踪门的自适应设计方法[2-3];有研究通过计算性能评价函数的最优值以逆向推算跟踪门的尺寸[4];还有文献[5]提出采用数论法,根据测量误差和状态估计误差设计跟踪门。这些研究基本集中在如何设定、调整跟踪门的大小,忽略了跟踪门形状对于跟踪质量的影响。

选择恰当的跟踪门可理解为是对跟踪门算法的优化,因此可当作目标跟踪算法管理的一个部分。而算法管理的实质是一种优化过程,从理论上说现有的优化算法均可考虑用于算法管理[6]。……