黄伟平， 徐 毓， 王 杰

(1.空军雷达学院，a.研究生管理大队; b.科研部，武汉 430019; 2.中国人民解放军95174部队，武汉 430019)

0 引言

分布式系统结构由于对信道容量要求低、生命力强、在工程上易于实现而得到很大重视。在分布式结构的信息融合系统中，每个传感器都有自己的处理器，形成局部航迹，再在融合中心对各局部航迹进行分配组合，形成系统航迹。在此过程中的航迹关联算法通常有基于统计［1－2］和模糊数学［3］的方法两大类。相似性测度的航迹关联算法是典型的基于模糊数学的方法，该方法基于模式识别思想提出［4］，将各传感器中的任意航迹视为一个模式，把航迹关联问题转化为模式匹配问题，根据航迹整体走向判断相关性，完成对各局部航迹的分配，关联效果较好［5］。

但是，由于传感器对目标跟踪具有信息的不完整性、不准确性，并存在虚情和漏情，而且目标及其存在环境的诸多信息也难以为数据关联所充分掌握或应用，每个时刻各航迹的相似性测度会存在一定的误差［6］，也就是说，航迹关联判决所依据的统计量不都是可靠的，存在不确定性。“航迹相似性测度”及其“航迹关联不确定性”都是航迹关联信息的重要组成部分［7］，它们共同构成完整的航迹关联信息。在航迹关联不确定性方面，Blackman［8］定性地将跟踪关联问题空间划分为3个区域:正确关联区域、不稳定区域和错误关联区域。因此，在相似性测度的计算中，获取航迹关联对的不确定性描述，以判定两条航迹产生于同一个目标的可疑程度，并对航迹对的关联相似性测度进行修正，对提高情报融合系统的自适应能力和精确性具有一定的应用价值。……