多目标数据关联的神经网络方法

摘要

数据关联是多目标跟踪的关键问题.基于Hopfield神经网络的JPDA是解决这一关键问题的有效方法之一,但此方法的难点在于优化系数的整定.提出一种改进算法,用于解决优化系数在线自适应整定问题.首先重新构造了李雅普诺夫能量函数,接着引入变化的优化系数因子,并给出了优化系数求解的迭代公式;最后对已有和改进的算法进行了仿真研究.结果表明改进的方法和原有的方法相比,一方面具有在线整定优化系数的功能,另一方面可以获得和原有算法非常接近的估计误差.