王 颖

(商丘职业技术学院，河南 商丘 476000)

1 引言

机动目标是指监控区域内的目标在运动过程中具有高度的非线性和非预谋的规律运动模式的突变，如，突然的转弯、加速和俯冲等运动。机动目标的定位与跟踪在机载预警系统、空中交通管制系统、移动机器人、海岸监视系统和空间运动体监控等领域起到了举足轻重的作用，具有重要的研究前景和价值。[1-4]当跟踪场景中的目标运动模式具有较强的随机性和突发性使得运动环境变得不易侦测时，机动目标的建模与有效跟踪就会异常困难和棘手。

如何实现一个复杂环境下相对完善的多目标跟踪系统，能够有效地跟踪机动多目标和准确地估计这些目标的状态，一直是目标跟踪工程应用上最具挑战性的任务之一。依据不同的实际跟踪场景，选择一个合适的目标运动模型，并结合相应的滤波技术，是解决更精准的机动多目标跟踪问题的关键。较好的机动目标运动模型能够相对精准地描述目标运动的时变状态。较为常见的机动目标运动模型主要有Jerk模型[5]、Singer模型[6-7]、CS模型[8]和交互多模型[9]等。基于目标运动模型的滤波技术实现对机动目标的运动状态的预测与估计；滤波技术是机动目标跟踪的核心。目前，主流的滤波技术有基于Kalman及其变体的滤波算法[10-12]、粒子滤波算法[13]、变分贝叶斯滤波算法[14]和随机集滤波算法[15]。近年来，随着传感器的普及和广泛应用，尤其是异质传感器的推广，为机动多目标跟踪问题的研究提供了新的驱动力。……