孟 凡，郑庆琳，倪 雪，刘 建

(1.中国船舶重工集团公司第七二四研究所，南京 210003;2.中国人民解放军理工大学 通信工程学院，南京 210007)

0 引言

机动目标跟踪是雷达数据处理的一个重要课题。目前，随着目标自身的机动特性的不断提高，对机动加速度大范围变动或突变的机动目标的跟踪问题已经受到广泛的关注，跟踪高速机动目标是现代雷达系统必须要解决的问题。

机动目标跟踪的最大难点在于机动目标模型并不能满足实际运动的需要。传统方法往往是针对目标机动模型本身，加入相关的机动变化量或采用多模型的方法，得到目标状态的最佳位置估值。本文从数据关联的角度出发，结合线性回归和聚类分析理论，设计出一种新的高速机动目标跟踪算法。该算法利用机动目标的历史航迹参数建立样本集，依据回归分析设计关联波门，进行航迹分裂，形成多航迹;然后对目标航迹样本集中的样本进行投影，并提取特征向量，计算类内相似度;同样方法也得到分裂航迹参数的投影值，即待分辨样本;最后，根据相似度判别准则提取出属于感兴趣目标的航迹，实现高速机动目标跟踪。该算法相比于传统方法具有计算量小、抗干扰性强等优点，为机动目标的跟踪提供了新的解决方案。

1 算法原理

1.1 关联波门

目标跟踪过程中，由于目标发生机动，常常导致跟踪不稳定致使目标丢失。从数据关联的角度，可以认为是没有找到合适的观测数据与目标航迹关联。……