[發明專利]一種基于自適應粒子群優化的前視聲納水下目標跟蹤方法有效
| 申請號： | 201810757443.3 | 申請日： | 2018-07-11 |
| 公開（公告）號： | CN109146922B | 公開（公告）日： | 2021-07-06 |
| 發明（設計）人： | 王興梅;王國強;段兵華;劉安華;孫博軒 | 申請（專利權）人： | 哈爾濱工程大學 |
| 主分類號： | G06T7/246 | 分類號： | G06T7/246;G06N3/00 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 150001 黑龍江省哈爾濱市南崗區*** | 國省代碼： | 黑龍江;23 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 自適應 粒子 優化 聲納 水下 目標 跟蹤 方法 | ||
1.一種基于自適應粒子群優化的前視聲納水下目標跟蹤方法,其特征在于：包括以下步驟：
步驟1：讀入前視聲納圖像序列，設置種群規模、解空間的維數、最大迭代次數It、初始慣性權重wini、最小慣性權重wmin、第一遮擋閾值Fmin1、第二遮擋閾值Fmin2；
步驟2：從前視聲納圖像中選擇目標圖像，計算目標圖像的不變矩特征H1(k)；
步驟3：初始化粒子群，粒子群中粒子數量為步驟1中所述的種群規模，根據步驟2中目標圖像的不變矩特征H1(k)，利用相關系數法計算粒子群中每個粒子的適應度值f；
步驟4：選取粒子群中的一個粒子，作為當前粒子i，選取種群中的隨機粒子r，取隨機粒子r在本次以及之前迭代次數中的最優適應度值fitness(r)、當前粒子i在本次以及之前迭代次數中的最優適應度值fitness(i)，計算當前粒子個體最優適應度值fit1，具體為：
全局最優粒子的適應度值fit2，具體為：
fit2＝max{fitness(1),fitness(2),...,fitness(N)}；
隨機粒子的個體最優適應度值fit3，具體為：
比較fit1和fit3，取其中數值較大的粒子作為新的當前粒子i；
步驟5：計算當前迭代次數中全局最優粒子的適應度值fmax：fmax＝max(f)，若當前迭代次數小于或等于最大迭代次數，則由下式計算當前迭代次數中當前粒子i的慣性權重：
式中t為當前迭代次數；
步驟6：計算當前粒子i的新粒子速度
式中，j為粒子的當前維數，為當前迭代次數、當前粒子i的速度，為當前迭代次數、當前粒子i的位置，是當前以及之前迭代次數中當前粒子i的個體最優位置，是當前迭代次數中全局最優粒子的位置，是當前以及之前迭代次數中隨機粒子的個體最優位置，r1、r2、r3為[0,1]范圍內的隨機數；
c1具體表示為：c1＝2.8·fit1/(fit1+fit2+fit3)
c2具體表示為：c2＝2.8·fit2/(fit1+fit2+fit3)
c3具體表示為：c3＝2.8·fit3/(fit1+fit2+fit3)
步驟7：比較設定的第一遮擋閾值和第二遮擋閾值與當前迭代次數中當前粒子的適應度值，根據遮擋程度調整概率參數H(f)；
步驟8：若圖像序列還未結束，重復步驟3，按照相應的概率重新生成粒子，對粒子位置進行更新，進行下一次迭代，完成前視聲納水下目標跟蹤；若圖像序列已結束，則輸出跟蹤結果并結束。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工程大學，未經哈爾濱工程大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810757443.3/1.html，轉載請聲明來源鉆瓜專利網。
