郑州大学学报（理学版）
鄭州大學學報（理學版）
정주대학학보（이학판）
JOURNAL OF ZHENGZHOU UNIVERSITY(NATURAL SCIENCE EDITION)
2015年
1期
69-73
,共5页
系统误差%误差配准%粒子群(PSO)%模拟退火(SA)%概率数据关联(PDA)
繫統誤差%誤差配準%粒子群(PSO)%模擬退火(SA)%概率數據關聯(PDA)
계통오차%오차배준%입자군(PSO)%모의퇴화(SA)%개솔수거관련(PDA)
system biases%biases registration%particle swarm optimization (PSO)%simulated annealing (SA)%probability data association (PDA)
对含有系统误差的测量进行配准是准确进行数据关联的前提.实际中,许多不确定性因素导致系统误差,使其演化模型难以建立,从而导致传统配准方法不再适用.为此,提出一种基于优化SA-PSO(simulated annealing particle swarm optimization)的配准算法.由于传感器监视空域经常受到杂波的影响,在利用SA-PSO优化算法对系统误差进行配准时,不仅要考虑外界因素所引发系统误差的不确定性问题,还要考虑目标多个量测的归属问题.基于此,提出一种联合改进退火粒子群优化和概率数据关联的算法SA-PSO-PDA(simulated annealing and particle swarm optimization and probability data association),它综合考虑系统误差的随机性、寻优的最佳化和目标量测的多样性.仿真结果表明了所提算法具有可行性,且能较好地寻优系统误差参数.
對含有繫統誤差的測量進行配準是準確進行數據關聯的前提.實際中,許多不確定性因素導緻繫統誤差,使其縯化模型難以建立,從而導緻傳統配準方法不再適用.為此,提齣一種基于優化SA-PSO(simulated annealing particle swarm optimization)的配準算法.由于傳感器鑑視空域經常受到雜波的影響,在利用SA-PSO優化算法對繫統誤差進行配準時,不僅要攷慮外界因素所引髮繫統誤差的不確定性問題,還要攷慮目標多箇量測的歸屬問題.基于此,提齣一種聯閤改進退火粒子群優化和概率數據關聯的算法SA-PSO-PDA(simulated annealing and particle swarm optimization and probability data association),它綜閤攷慮繫統誤差的隨機性、尋優的最佳化和目標量測的多樣性.倣真結果錶明瞭所提算法具有可行性,且能較好地尋優繫統誤差參數.
대함유계통오차적측량진행배준시준학진행수거관련적전제.실제중,허다불학정성인소도치계통오차,사기연화모형난이건립,종이도치전통배준방법불재괄용.위차,제출일충기우우화SA-PSO(simulated annealing particle swarm optimization)적배준산법.유우전감기감시공역경상수도잡파적영향,재이용SA-PSO우화산법대계통오차진행배준시,불부요고필외계인소소인발계통오차적불학정성문제,환요고필목표다개량측적귀속문제.기우차,제출일충연합개진퇴화입자군우화화개솔수거관련적산법SA-PSO-PDA(simulated annealing and particle swarm optimization and probability data association),타종합고필계통오차적수궤성、심우적최가화화목표량측적다양성.방진결과표명료소제산법구유가행성,차능교호지심우계통오차삼수.
