電子發燒友網>電子資料下載>DSP>DSP并行系統的并行粒子群優化目標跟蹤

DSP并行系統的并行粒子群優化目標跟蹤

2387123 2017-10-20 | rar | 0.36 MB | 次下載 | 免費

資料介紹

　　隨著科學技術的不斷進步，目標跟蹤技術在高技術武器方面得到了廣泛的應用［ 123 ］。一個魯棒性好的目標跟蹤系統包括兩部分：（1）對目標特征的可靠表示 ; （2）對環境變換具有魯棒性的快速目標定位。但是，許多跟蹤算法都存在兩個方面的問題：（1）在背景復雜或者被相似目標遮擋時容易出現目標誤匹配 ; （2）計算量大，實時運行困難。粒子群優化（PSO）算法是由 Eberhart 博士和 Kennedy 博士于 1995 提出的［ 4 ］一種進化計算技術（ Evolutionary Comp utation），已廣泛應用于科學和工程領域，如：神經網絡訓練［5 ］、系統辨識［6 ］、多目標跟蹤［7 ］等。PSO 算法同遺傳算法類似，是一種基于迭代的優化工具。系統初始化為一組隨機解，通過粒子在解空間追隨最優的粒子搜索最優值。PSO 算法簡單易實現，但易陷入局部極小值點。一些改進的 PSO 跟蹤算法仍存在著比較復雜、不便使用等缺點［8 ］。同時，由于優化問題的復雜性，需要很長的計算時間，在單個CPU 上運行串行的 PSO 算法，甚至有時無法得到滿意的結果。本文針對這些問題，研制了基于 4 顆 TI 公司TMS320C6416 設計的并行處理系統。利用其自身提供的 CCS 開發環境，設計實現了并行 PSO跟蹤算法，通過仿真實驗可以得出，并行 PSO 跟蹤算法不僅能提高求解的速度和求解的質量，而且得到了較滿意的加速

DSP并行系統的并行粒子群優化目標跟蹤