針對傳統(tǒng)目標跟蹤算法搜索范圍小、跟蹤精度低的缺點,提出一種基于遺傳擾動機制的改進蝙蝠算法（GDBA）,該算法引入了遺傳競爭機制,根據(jù)優(yōu)化的優(yōu)劣情況調(diào)整遺傳算法的交叉率和變異率,使得種群具有遺傳性和變異性,同時擴大了搜索范圍,提高了粒子多樣性,改善了跟蹤精度. 

【文章來源】：蘭州理工大學學報. 2020,46(01)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

GDBA算法的控制流程圖

目標跟蹤(N=20,Q=10)

目標跟蹤的均方誤差(N=20,Q=10)

【參考文獻】：
期刊論文
[1]基于壓縮特征的魚眼視頻目標跟蹤算法研究[J]. 李雅倩,賈璐,李海濱,張文明,張巖松.  電子與信息學報. 2018(05)
[2]基于自適應步長的改進蝙蝠算法[J]. 呂石磊,黃永霖,陳海強,李震,王衛(wèi)星.  控制與決策. 2018(03)
[3]基于自適應遺傳算法的粒子濾波器[J]. 杜正聰,鄧尋.  成都理工大學學報(自然科學版). 2017(05)
[4]基于Student’st分布的自適應重采樣粒子濾波算法[J]. 滕飛,薛磊,李修和.  控制與決策. 2018(02)
[5]基于模型預測控制的智能汽車目標路徑跟蹤方法研究[J]. 段建民,田曉生,夏天,宋志雪.  汽車技術. 2017(08)
[6]基于連續(xù)自適應均值漂移和立體視覺的無人機目標跟蹤方法[J]. 張?zhí)煲?楊忠,韓家明,宋佳蓉,朱家遠.  應用科技. 2018(02)
[7]基于APRBA粒子濾波算法的移動目標跟蹤算法[J]. 孟凡琨,巨永鋒,溫立民,文常保.  控制工程. 2017(06)
[8]點目標和擴展目標聯(lián)合跟蹤算法[J]. 吳俊辰,周峰.  計算機應用研究. 2017(09)
[9]一種改進的粒子濾波目標跟蹤算法[J]. 馬兆南,裴騰達,張浩.  遼寧工程技術大學學報(自然科學版). 2016(09)
[10]基于SR-CKF的移動機器人動態(tài)目標跟蹤算法[J]. 李朕陽,郎朗,陳孟元.  電子測量與儀器學報. 2016(08)



本文編號：3338561