动态目标搜索中自适应参数差分进化算法仿真

发布时间：2023-03-29 01:45

　　为了准确、高效地完成动态目标的搜索,需要对动态目标搜索方法进行研究。采用当前方法对动态目标进行搜索时,不能有效的去除运动过程中动态目标背景存在的噪声,且搜索动态目标所用的时间较长,存在搜索效率低和准确率低的问题。在自适应参数差分进化算法的基础上提出一种动态目标搜索方法,根据动态目标运动矢量计算子图像块的最小平均绝对差值,对动态目标背景进行补偿。采用自适应参数差分进化算法初始化种群、设置参数,根据调整后的变异率和交叉率对种群进行变异操作和交叉操作,最后对种群进行选择操作,通过设置终止条件输出得到动态目标的搜索结果,完成动态目标的搜索。仿真结果表明,所提方法的搜索效率高、准确率高。

【文章页数】：4 页

【文章目录】：
1 引言
2 动态目标搜索原理
3 动态目标搜索方法
    3.1 背景补偿
    3.2 基于自适应参数差分进化算法动态目标搜索
4 实验结果与分析
5 结束语



本文编号：3773734