电子发烧友网>电子资料下载>DSP>DSP并行系统的并行粒子群优化目标跟踪

DSP并行系统的并行粒子群优化目标跟踪

2387123 2017-10-20 | rar | 0.36 MB | 次下载 | 免费

资料介绍

　　随着科学技术的不断进步，目标跟踪技术在高技术武器方面得到了广泛的应用［ 123 ］。一个鲁棒性好的目标跟踪系统包括两部分：（1）对目标特征的可靠表示 ; （2）对环境变换具有鲁棒性的快速目标定位。但是，许多跟踪算法都存在两个方面的问题：（1）在背景复杂或者被相似目标遮挡时容易出现目标误匹配 ; （2）计算量大，实时运行困难。粒子群优化（PSO）算法是由 Eberhart 博士和 Kennedy 博士于 1995 提出的［ 4 ］一种进化计算技术（ Evolutionary Comp utation），已广泛应用于科学和工程领域，如：神经网络训练［5 ］、系统辨识［6 ］、多目标跟踪［7 ］等。PSO 算法同遗传算法类似，是一种基于迭代的优化工具。系统初始化为一组随机解，通过粒子在解空间追随最优的粒子搜索最优值。PSO 算法简单易实现，但易陷入局部极小值点。一些改进的 PSO 跟踪算法仍存在着比较复杂、不便使用等缺点［8 ］。同时，由于优化问题的复杂性，需要很长的计算时间，在单个CPU 上运行串行的 PSO 算法，甚至有时无法得到满意的结果。本文针对这些问题，研制了基于 4 颗 TI 公司TMS320C6416 设计的并行处理系统。利用其自身提供的 CCS 开发环境，设计实现了并行 PSO跟踪算法，通过仿真实验可以得出，并行 PSO 跟踪算法不仅能提高求解的速度和求解的质量，而且得到了较满意的加速

DSP并行系统的并行粒子群优化目标跟踪