DSP并行系统的并行粒子群优化目标跟踪

摘要

针对串行粒子群优化(Particle Swarm Optimizer, PSO)算法存在计算量大、速度慢的问题,给出了一种基于数字信号处理(DSP)并行系统的并行PSO跟踪算法.在研制的4DSP并行系统上,采用基于消息传递模型及单种群的Master-Slave模式设计实现了并行PSO跟踪算法.用DSP-A实现初始化设置,其它3个DSP并行计算每个粒子的适应值.最后,由DSP-A比较每个粒子的适应值与其个体极值的优劣,选择较好的个体极值和整个种群的最优解,更新每个粒子的位置与速度.利用该系统采集实际序列图像进行了算法仿真验证,其加速比为2.525,效率为63.13%,该算法为全局优化大规模目标跟踪工程的实现提供了一个新的选择.