徐 丽，马培军，苏小红

(1.哈尔滨工业大学计算机科学与技术学院，150001哈尔滨，xuli－hit@126.com;2.哈尔滨工程大学计算机科学与技术学院，150001哈尔滨)

航迹融合必须以航迹关联为前提，因此关联判定的准确性将直接影响到整个航迹融合系统的性能.航迹关联备受国内外学者关注，一直是研究的热点问题之一.Ashraf M.Aziz[1]提出了一种基于模糊均值聚类的航迹融合方法来解决分布式多传感器多目标多属性重叠覆盖场景中的航迹关联和融合问题.Baoguo Tian等[2]将航迹关联问题转化成多维分配问题进行求解.Songhwai Oh等[3]用马尔科夫链蒙特卡洛数据关联算法较好地解决了目标密集环境下的航迹关联问题.Huang Youpeng等[4]提出了一种基于灰色关联分析的航迹关联算法，有效地实现了异构传感器的航迹关联.Kusha Panta等[5]提出了混合高斯概率假设密度滤波的航迹关联.Mei Duan等[6]提出了基于神经网络的航迹关联算法.这些算法的提出提高了多传感器航迹融合系统的效率.近年来，还有很多学者从其他角度研究了航迹关联问题.Donald E.Maurer[7]对关联的信息进行处理，提高了整个系统的效率.Lance M.Kaplan等[8]提出了关联多条航迹的代价函数.Dimitri J.Papageorgiou 等[9]扩展了最佳偏差关联假设和相应的偏差关联似然函数，使其更适合系统级航迹歧义管理.这些成果很大程度上促进了航迹关联问题的研究.特别是，文献[10]根据数据列因素之间发展态势的相似或相异程度来衡量航迹间接近的程度，首次用模式识别的方法解决了航迹关联问题，为求解航……