基于改進SOM的多目標跟蹤算法研究.pdf

1、多目標跟蹤在軍事和民用方面得到了廣泛的應用。多目標跟蹤問題主要包括跟蹤門的形成、數(shù)據(jù)關(guān)聯(lián)與跟蹤維持、跟蹤起始與跟蹤終結(jié)、漏報與虛警等等。其中數(shù)據(jù)關(guān)聯(lián)是最重要最困難的，這也是本文研究的重點。
　　 傳統(tǒng)的多目標跟蹤技術(shù)存在快速響應與提高精度之間的矛盾，尋求更好的解決方法一直是人們不斷研究探討的。由于獨特的大規(guī)模并行處理、分布式信息存儲、良好的自適應性和自組織性，以及很強的學習、聯(lián)想和容錯功能，人工神經(jīng)網(wǎng)絡(luò)越來越受到人們的重視，也為

2、多目標跟蹤研究注入了新的活力。
　　 本文首先分析了基于傳統(tǒng)數(shù)據(jù)關(guān)聯(lián)的多目標跟蹤，然后通過分析人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和特點，結(jié)合多目標跟蹤技術(shù)，引入了一種基于SOM網(wǎng)絡(luò)的多目標跟蹤算法，此算法利用SOM網(wǎng)絡(luò)的聚類功能和無導師學習能力，對雷達量測的數(shù)據(jù)進行聚類和關(guān)聯(lián)，在一定條件下能較好的完成多維空間數(shù)據(jù)分布的映射，實現(xiàn)聚類的功能，但由于網(wǎng)絡(luò)自身存在一些缺點，使之在目標關(guān)聯(lián)程度很大時，聚類效果并不好，從而影響了多目標的跟蹤效果。

3、　　 針對上述問題，本文提出了核函數(shù)可調(diào)的改進KSOM多目標跟蹤算法。KSOM算法通過由核誘導的隱映射將低維輸入空間中的非線性問題變換至高維特征空間中的較易解決的線性問題，最終在特征空間中獲得原問題的解決，避免了計算上的維數(shù)災難。由于核函數(shù)是問題依賴的，對于不同的數(shù)據(jù)集，各個核函數(shù)的效果并不相同，改進KSOM算法通過把核函數(shù)線性組合在一起，其系數(shù)由遺傳算法得出，從而克服了核函數(shù)問題依賴的缺點。通過仿真實驗表明，該算法在目標關(guān)聯(lián)程度很大