基于COW集群的6FLC-MDPFGA在多传感器多目标跟踪中的应用研究
发布时间：2021-08-02 04:28
遗传算法能有效地求解属于NP难类型的组合优化问题,现已成为寻求满意解的最佳工具之一。利用模糊逻辑控制器（FLC）在线调整遗传算法控制参数可以有效改善遗传算法性能。并行化结构可以提高遗传算法的运行速度,从而使其适应一些实时性要求较高的场合。针对多传感器多目标跟踪中的数据关联问题,为提高基于模糊遗传算法（FGA）的数据关联算法的效率和实时性,本文发展了一种新的具有六模糊控制器的多种群并行FGA（MDPFGA）,基本形成了基于6FLC-MDPFGA的并行数据关联算法的框架结构。所有算法均在利用MPI技术构建的COW集群上进行设计实现,并在多目标多站条件下无源定位（静态和动态）的仿真环境中进行了试验应用。首先,本文对MDPFGA以及COW集群的研究现状和应用可行性进行了概括,从信息融合理论的角度介绍了多传感器多目标跟踪算法研究的问题范围,对文中仿真实验目标问题的工程应用背景进行了说明,给出了本文研究课题的总体研究思路和主要工作内容。本文为基于六模糊控制器的模糊遗传算法（6FLC-FGA）设计了相应的自学习算法,为该算法中的模糊逻辑系统提供了一种自动化设计方案。在此基础上,提出了基于COW集群的...
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：151 页
【学位级别】：博士
【部分图文】：
典型多目标跟踪系统框图
控制 GA 的 FLC 的步骤如下：定义输出输入量量必须是具有一定鲁棒性的测度指标，用于表述 GA 性能、遗传设的影响。文献中使用的输入量有：多样性诱导因子（diversity indic均适应度等。文献［67，68］提出将当前控制参数作为输入量。AGA 应该维持适当的 EER 以避免早熟收敛，因此能够反映种群收度指标应该作为重要的输入量。量应该给定控制参数的值或是参数改变量。文献中定义的输出量有压，控制器成功将 GA 控制到某一目标状态所耗时间，获得满意解定义数据库输入输出量均应具有一个相应的语言标签。这些语言变量通过模糊进行指定。因此，有必要对这些输入输出量规定值域并在其上定义
从实用的角度来看，种群级自适应要优于个体级和基因级的自适应。其原因群级自适应调整的是基于整个种群性能指标的控制参数，而个体级和基因级自分别针对个体和染色体或等位基因。显然，前者消耗的计算资源最少。基于上，算法设计采用了种群级的自适应策略，并且设计采用如下归一化指标作为 输入量：种群规模指标（PS），进化代数指标（GN），两个检测型的显性多样分别侧重于表示种群多样性和解的收敛程度（ PDCM1 和 PDCM 2）：MmPS = （2.3-1）TtGN = （2.3-2）f(t)f(t)f(t)f(t)PDCM1bestworstbest = （2.3-3）f(t,ti)f(t,ti)f(t)f(ti)PDCM2bestworst = （2.3-4）图 2.2 自适应遗传算法自适应等级及相应遗传算法组件示意图
【参考文献】：
期刊论文
[1]基于DSP+FPGA系统在线重构技术[J]. 李庭胜. 信息安全与通信保密. 2005(11)
[2]一种基于FPGA的自适应遗传算法[J]. 房磊,张焕春,经亚枝. 电子与信息学报. 2005(11)
[3]A New Fuzzy Adaptive Genetic Algorithm[J]. 房磊,张焕春,经亚枝. Journal of Electronic Science and Technology of China. 2005(01)
[4]一种模糊自适应遗传算法[J]. 房磊,张焕春,经亚枝. 西南交通大学学报. 2005(01)
[5]航空发动机温控放大器智能测试平台的研制[J]. 房磊,经亚枝. 节能技术. 2005(01)
[6]基于FPGA的并行遗传算法硬件实现的研究[J]. 房磊,张焕春,朱力立. 南京航空航天大学学报. 2004(05)
[7]一种基于模糊自适应GA的广义S维分配算法[J]. 朱力立,张焕春,经亚枝. 模式识别与人工智能. 2004(01)
[8]基于六模糊控制器的自适应遗传算法[J]. 朱力立,张焕春,经亚枝. 吉林大学学报(信息科学版). 2003(04)
[9]基于六模糊控制器的自适应遗传算法(英文)[J]. 朱力立,张焕春,经亚枝. Transactions of Nanjing University of Aeronautics & Astronau. 2003(02)
[10]FPGA的配置及接口电路[J]. 房磊,张焕春,经亚枝. 世界电子元器件. 2003(11)
本文编号：3316893
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：151 页
【学位级别】：博士
【部分图文】：
典型多目标跟踪系统框图
控制 GA 的 FLC 的步骤如下：定义输出输入量量必须是具有一定鲁棒性的测度指标，用于表述 GA 性能、遗传设的影响。文献中使用的输入量有：多样性诱导因子（diversity indic均适应度等。文献［67，68］提出将当前控制参数作为输入量。AGA 应该维持适当的 EER 以避免早熟收敛，因此能够反映种群收度指标应该作为重要的输入量。量应该给定控制参数的值或是参数改变量。文献中定义的输出量有压，控制器成功将 GA 控制到某一目标状态所耗时间，获得满意解定义数据库输入输出量均应具有一个相应的语言标签。这些语言变量通过模糊进行指定。因此，有必要对这些输入输出量规定值域并在其上定义
从实用的角度来看，种群级自适应要优于个体级和基因级的自适应。其原因群级自适应调整的是基于整个种群性能指标的控制参数，而个体级和基因级自分别针对个体和染色体或等位基因。显然，前者消耗的计算资源最少。基于上，算法设计采用了种群级的自适应策略，并且设计采用如下归一化指标作为 输入量：种群规模指标（PS），进化代数指标（GN），两个检测型的显性多样分别侧重于表示种群多样性和解的收敛程度（ PDCM1 和 PDCM 2）：MmPS = （2.3-1）TtGN = （2.3-2）f(t)f(t)f(t)f(t)PDCM1bestworstbest = （2.3-3）f(t,ti)f(t,ti)f(t)f(ti)PDCM2bestworst = （2.3-4）图 2.2 自适应遗传算法自适应等级及相应遗传算法组件示意图
【参考文献】：
期刊论文
[1]基于DSP+FPGA系统在线重构技术[J]. 李庭胜. 信息安全与通信保密. 2005(11)
[2]一种基于FPGA的自适应遗传算法[J]. 房磊,张焕春,经亚枝. 电子与信息学报. 2005(11)
[3]A New Fuzzy Adaptive Genetic Algorithm[J]. 房磊,张焕春,经亚枝. Journal of Electronic Science and Technology of China. 2005(01)
[4]一种模糊自适应遗传算法[J]. 房磊,张焕春,经亚枝. 西南交通大学学报. 2005(01)
[5]航空发动机温控放大器智能测试平台的研制[J]. 房磊,经亚枝. 节能技术. 2005(01)
[6]基于FPGA的并行遗传算法硬件实现的研究[J]. 房磊,张焕春,朱力立. 南京航空航天大学学报. 2004(05)
[7]一种基于模糊自适应GA的广义S维分配算法[J]. 朱力立,张焕春,经亚枝. 模式识别与人工智能. 2004(01)
[8]基于六模糊控制器的自适应遗传算法[J]. 朱力立,张焕春,经亚枝. 吉林大学学报(信息科学版). 2003(04)
[9]基于六模糊控制器的自适应遗传算法(英文)[J]. 朱力立,张焕春,经亚枝. Transactions of Nanjing University of Aeronautics & Astronau. 2003(02)
[10]FPGA的配置及接口电路[J]. 房磊,张焕春,经亚枝. 世界电子元器件. 2003(11)
本文编号：3316893
本文链接：https://www.wllwen.com/shekelunwen/ljx/3316893.html
