基于遗传优化的模糊交互式多模型目标跟踪算法

吴晓露; 宋仔标; 刘丽英; 刘庆宝

doi:10.15892/j.cnki.djzdxb.2015.01.035

2015 , Vol. 35 >Issue 1: 139 - 142

DOI: https://doi.org/10.15892/j.cnki.djzdxb.2015.01.035

摘要

针对交互式多模型方法存在模型覆盖面不足和子模型间恶性竞争的问题,设计了一种基于遗传算法和模糊推理的智能优化模糊交互式多模型方法,该方法通过对模型集的自主寻优,能够实现任意时刻在最优模型集下的跟踪,通过建模仿真,在与传统的交互式多模型的比较中发现,使用该模型后目标跟踪误差显著减小,该算法具有较高精度及稳定性。

关键词： 机动目标跟踪; 模糊交互式多模型; 遗传算法

本文引用格式

吴晓露 , 宋仔标 , 刘丽英 , 刘庆宝 . 基于遗传优化的模糊交互式多模型目标跟踪算法[J]. 弹箭与制导学报, 2015 , 35(1) : 139 -142 . DOI: 10.15892/j.cnki.djzdxb.2015.01.035

Abstract

cut-throat competition within submodels in interacting multiple model (IMM) a intelligent fuzzy IMM algorithm bas genetic algorithm and fuzzy reasoning. This method realizes tracing of optimized model set at each moment by self-determination optimization of model set. ompar with traditional IMM, the tracking error a lot, and the algorithm to be precise.

Key words： maneuver target tracking; FIMM; GA

[an error occurred while processing this directive]

参考文献

[1]	XR Li. Multiple-model Estimation with Variable Structure: Some Theoretical Considerations// In proc. 33rd IEEE Conf on Decision and Control, 1994: 1199 – 1204.
[2]	王志贤. 最优状态估计与系统辨识[M]. 西安: 西北工业大学出版社, 2004.
[3]	Hyun-Sik Kim, In-Soo Kim, Seung-Yong Chun. Design of fuzzy interacting multiple model algorithm for maneuvering target tracking[J]. Industrial Electronics Society, 2004(3):2-6.
[4]	胡洪涛, 敬忠良, 田宏伟, 等. 基于“当前”统计模型的模糊自适应跟踪算法[J]. 系统仿真学报, 2005, 17(2): 293-299.
[5]	周科, 朱敏, 蒲柳. 一种基于模型概率修正的IMM 目标跟踪算法[J]. 四川大学学报:自然科学版, 2012, 49(3).
[6]	董桂旭, 袁粘, 瞿军. 基于期望模型的变结构交互多模型算法[J]. 火力指挥控制, 2010, 35(8): 125-128.

Options

文章导航