基于神經(jīng)網(wǎng)絡(luò)的多目標跟蹤數(shù)據(jù)融合研究.pdf

1、數(shù)據(jù)融合是對多源信息進行處理的一門綜合性學(xué)科.目標跟蹤是數(shù)據(jù)融合的一個重要方面.傳統(tǒng)的多目標跟蹤技術(shù)存在快速響應(yīng)與提高精度之間的矛盾,尋求更好的解決方法一直是專家們不斷研究探討的.20世紀80年代以來,神經(jīng)網(wǎng)絡(luò)技術(shù)的再次興起,為多目標跟蹤研究注入了新的活力.本文通過分析神經(jīng)網(wǎng)絡(luò)的功能、特點,將其與目標跟蹤技術(shù)相結(jié)合,首先提出一種基于kohonen網(wǎng)絡(luò)的多目標跟蹤算法.此算法將位置測量信息作為網(wǎng)絡(luò)輸入信息,結(jié)合卡爾曼濾波等方法對目標實施跟

2、蹤.仿真表明,在一定條件下此算法跟蹤較準確,但由于網(wǎng)絡(luò)自身的局限性,對跟蹤的實時性有一定影響.針對這一問題,本文引入了模糊kohonen聚類(FKCN)算法,將其與kohonen算法進行對比分析,提出改進算法.仿真結(jié)果表明,基于FKCN的改進算法與基于kohonen網(wǎng)絡(luò)的跟蹤算法相比,大大加快了網(wǎng)絡(luò)的收斂速度,提高了跟蹤的實時性.本文還將FKCN算法與"先融合后濾波"的思想相結(jié)合,提出了一種多傳感器測量信息融合算法.仿真實驗證明了此跟蹤