改进的粒子群优化目标跟踪方法

摘要：

针对粒子群优化算法应用在目标跟踪时，其惯性权重调节机制的局限性，提出了改进的粒子群优化目标跟踪方法。首先，对目标及粒子群算法中相应参数进行初始化；接着，引入粒子进化率的概念，对惯性权重调节机制进行改进，根据每代每个粒子的不同状态及时调整惯性权重；然后，在更新粒子的速度和位置的同时，更新个体最优解和全局最优解，进行下一次迭代；最后，比较粒子的适应度，选择相似性函数值最大的区域为目标。实验结果表明，该方法与使用自适应惯性权重调节机制的粒子群优化目标跟踪方法相比，减少了获取相同适应度所需的迭代次数，运算效率提高了42.9％。实现了目标在相似性函数出现“多峰”情况下的准确定位，对目标出现部分遮挡的情况具有很好的适应性。

关键词：目标跟踪、粒子群优化、粒子进化率、惯性权重

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目 No．61172178， No．61371132；国家国际科技合作专项资助项目 No．2014DFR1096；高等学校博士学科点专项科研基金资助项目20121101110022

在线出版日期：2014-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：759-767