夏 忠，张海龙，靳 鹏

（1.合肥工业大学，合肥 230009；2.过程优化与智能决策教育部重点实验室，合肥 230009）

0 引言

随着海上活动日益频繁，对海洋动目标搜索有着大量的需求，如渔业监控、搜索与营救、海上安防等。海上动目标通常是低航速的，航迹相对稳定的动目标，当目标失去联系或者目标存在战术意图时，动目标搜索将变得极为困难［1-2］。在动目标搜索理论和方法的研究中，临近海域确定性环境的目标搜索已经比较成熟［3-4］，但未知海洋环境的多星搜索动目标问题则有待完善和解决。卫星具有观测时间长、范围广、活动不受限制等优势，使得利用卫星搜索海上动目标有着重要的研究价值［5］。Berry 等［6］将卫星搜索海上动目标问题看作传感器资源调度问题，分析了多星、动目标的不确定性，基于贝叶斯估计和信息熵度量提出了解决问题的方法。许多文献提出了不同的随机滤波算法处理传感器的观测结果。文献［7］研究目标移动基于高斯分布的搜索问题，运用卡尔曼滤波对目标实行预测。文献［8］利用粒子滤波算法来处理传感器观测结果，该方法需要不断地训练与调优。针对不确定性动目标搜索问题，文献［9］首先对目标移动状态进行离散化处理，其次利用马尔可夫过程对不确定目标移动进行预测。

随着传感器网络的不断发展，针对多传感器协同搜索海上动目标有着大量的研究。Lavis［10］融合来自不同传感器信息，可以在不丢失信息下执行自主搜索和跟踪。Gu［11］研究了多传感器相互协作搜索与跟踪动目标问题，建立了多数据源融合的定位与跟踪模型。……