本书是关于多传感器编队目标跟踪技术的专著，是著者对国内外近30年来该领域的研究进展和自身研究成果的总结。全书共8章，主要内容包括绪论、编队目标航迹起始算法、复杂环境下的集中式多传感器编队目标跟踪算法、部分可辨条件下的稳态编队跟踪算法、部分可辨条件下的机动编队跟踪算法、集中式多传感器机动编队目标跟踪算法、系统误差下的编队目标航迹关联算法、结论及展望。本书可供信息工程、C3I系统、雷达工程、电子对抗、红外、声呐、军事指挥等专业的科技人员阅读和参考，还可作为上述专业的高年级本科生或研究生教材，同时可供激光、机器人、遥感、遥测等领域的工程技术人员参考。

前 言 多传感器编队目标跟踪技术是现阶段目标跟踪领域的研究重点和难点之一。本书依托国家自然科学基金资助项目、山东省自然科学基金资助项目，针对编队目标跟踪领域中的一些关键问题进行了深入研究，提出了多种新的、便于工程应用的多传感器编队目标跟踪算法。 全书共8章，第1章介绍了多传感器编队目标跟踪的研究背景、国内外研究现状，以及有待解决的一些关键问题。第2章介绍了编队目标航迹起始算法，为解决编队内目标难以正确起始的问题，提出了基于相对位置矢量的编队目标灰色航迹起始算法、基于相位相关的部分可辨编队航迹起始算法、集中式多传感器编队目标灰色航迹起始算法和基于运动状态的集中式多传感器编队目标航迹起始算法。第3章介绍了复杂环境下的集中式多传感器编队目标跟踪算法，为解决复杂环境下的多传感器非机动编队内目标跟踪问题，首先基于群分割中图像法的思想建立了云雨杂波剔除模型和带状干扰剔除模型；然后基于相邻时刻同一编队内目标真实回波空间结构相对固定的特性，分别提出了基于模板匹配的集中式多传感器编队目标跟踪算法和基于形状方位描述符的集中式多传感器编队目标粒子滤波算法。第4章介绍了部分可辨条件下的稳态编队跟踪算法，为解决在部分可辨条件下非机动编队内的目标跟踪问题，提出了基于序贯航迹拟合的稳态编队精细跟踪算法和基于ICP的稳态部分可辨编队精细跟踪算法。第5章介绍了部分可辨条件下的机动编队跟踪算法，为解决在部分可辨条件下编队内目标出现分裂和合并的跟踪问题，提出了基于复数域拓扑描述的编队分裂机动跟踪算法和基于拓扑模糊对准的编队合并机动跟踪算法。第6章介绍了集中式多传感器机动编队目标跟踪算法，为解决多传感器探测下无法正确跟踪机动编队内目标的问题，首先建立了整体机动、分裂、合并、分散4种典型机动模式下的编队目标跟踪模型，然后提出了变结构JPDA机动编队目标跟踪算法、扩展广义S-D分配机动编队目标跟踪算法。第7章介绍了系统误差下的编队目标航迹关联算法，为解决系统误差下编队内的目标跟踪问题，提出了基于双重模糊拓扑的编队目标航迹关联算法和基于误差补偿的编队目标航迹关联算法；为解决在系统误差和部分可辨条件下的异地分布式传感器生成的航迹融合问题，提出了基于多源信息互补的编队航迹关联算法。第8章回顾和总结了本书的研究成果，并对某些问题提出了进一步的研究建议。 本书由中国人民解放军海军航空大学的王聪、王海鹏、董云龙、熊伟编著。多传感器编队目标跟踪技术是信息融合领域的一个研究热点，本书不可能对这个领域的发展做出统揽无余的介绍。为此，本书在第8章对一些新的研究思路进行了展望，供读者参考。同时，由于作者水平有限，书中难免存在一些缺点和错误，殷切希望广大读者批评指正。

目 录 第1章 绪论 1 1.1 研究背景 1 1.2 国内外研究现状 3 1.2.1 航迹起始 3 1.2.2 航迹维持 4 1.2.3 机动跟踪 4 1.2.4 多源航迹融合 4 1.3 多传感器编队目标跟踪技术中有待解决的一些关键问题 6 1.3.1 复杂环境下的编队目标航迹起始技术 6 1.3.2 复杂环境下的集中式多传感器编队目标跟踪技术 8 1.3.3 集中式多传感器机动编队目标跟踪技术 8 1.3.4 系统误差下的编队目标航迹关联技术 9 1.4 本书的主要内容及安排 11 第2章 编队目标航迹起始算法 13 2.1 引言 13 2.2 基于相对位置矢量的编队目标灰色航迹起始算法 13 2.2.1 基于循环阈值模型的编队预分割 15 2.2.2 基于编队中心点的预互联 16 2.2.3 基于相对位置矢量的灰色关联模型 17 2.2.4 编队内目标航迹的确认 23 2.2.5 编队目标状态矩阵的建立 24 2.2.6 仿真比较与分析 24 2.2.7 讨论 39 2.3 基于相位相关的部分可辨编队航迹起始算法 39 2.3.1 问题描述 40 2.3.2 基于编队中心点的预互联 41 2.3.3 编队成员数据空间描述 42 2.3.4 编队结构对准?旋转角估计 44 2.3.5 编队结构对准?平移量估计 45 2.3.6 改进的最近邻精细关联 46 2.3.7 精细关联算法流程 49 2.3.8 仿真比较与分析 50 2.4 集中式多传感器编队目标灰色航迹起始算法 61 2.4.1 多传感器编队目标航迹起始框架 61 2.4.2 多传感器预互联编队内杂波的剔除 62 2.4.3 多传感器编队内量测合并模型 63 2.4.4 航迹得分模型的建立 64 2.5 基于运动状态的集中式多传感器编队目标航迹起始算法 66 2.5.1 同状态航迹子编队获取模型 67 2.5.2 多传感器同状态编队互联模型 70 2.5.3 编队内航迹精确关联合并模型 71 2.6 仿真比较与分析 72 2.6.1 仿真环境 72 2.6.2 仿真结果与分析 73 2.7 本章小结 80 第3章 复杂环境下的集中式多传感器编队目标跟踪算法 82 3.1 引言 82 3.2 系统描述 82 3.3 云雨杂波剔除模型和带状干扰剔除模型 83 3.3.1 云雨杂波剔除模型 84 3.3.2 带状干扰剔除模型 86 3.3.3 验证分析 86 3.4 基于模板匹配的集中式多传感器编队目标跟踪算法 89 3.4.1 基于编队整体的预互联 89 3.4.2 模板匹配模型的建立 90 3.4.3 编队内航迹的状态更新 94 3.4.4 讨论 94 3.5 基于形状方位描述符的集中式多传感器编队目标粒子滤波算法 95 3.5.1 编队目标形状矢量的建立 95 3.5.2 相似度模型的建立 97 3.5.3 冗余图像的剔除 99 3.5.4 基于粒子滤波的状态更新 100 3.6 仿真比较与分析 100 3.6.1 仿真环境 100 3.6.2 仿真结果与分析 101 3.7 本章小结 104 第4章 部分可辨条件下的稳态编队跟踪算法 106 4.1 引言 106 4.2 基于序贯航迹拟合的稳态编队精细跟踪算法 107 4.2.1 问题描述 107 4.2.2 最小二乘法简述及外推方法 108 4.2.3 状态更新与协方差更新 112 4.2.4 加权系数的确定 115 4.2.5 算法流程框架 116 4.2.6 时间复杂度分析 117 4.3 基于ICP的稳态部分可辨编队精细跟踪算法 118 4.3.1 ICP的基本思想 118 4.3.2 点航映射关联 119 4.3.3 旋转与平移参数估计 121 4.3.4 关联算法流程 124 4.3.5 漏关联量测填补 125 4.3.6 基于多模型的滤波更新 126 4.4 仿真比较与分析 127 4.4.1 仿真环境 128 4.4.2 仿真结果与分析 129 4.5 本章小结 135 第5章 部分可辨条件下的机动编队跟踪算法 136 5.1 引言 136 5.2 基于复数域拓扑描述的编队分裂机动跟踪算法 137 5.2.1 编队分裂机动模式分析 137 5.2.2 编队分裂机动建模与主要步骤 139 5.2.3 单目标离群的判决滑窗内航迹重建 141 5.2.4 编队整体分裂判决的滑窗内航迹重建 146 5.2.5 仿真比较与分析 149 5.3 基于拓扑模糊对准的编队合并机动跟踪算法 158 5.3.1 编队合并机动模式分析 158 5.3.2 编队合并机动建模与主要步骤 161 5.3.3 模糊因素集的建立 164 5.3.4 权重的分配 167 5.3.5 对准关联准则 167 5.3.6 多义性处理 169 5.3.7 仿真比较与分析 170 5.4 本章小结 178 第6章 集中式多传感器机动编队目标跟踪算法 180 6.1 引言 180 6.2 典型机动编队目标跟踪模型的建立 180 6.2.1 编队整体机动跟踪模型的建立 180 6.2.2 编队分裂跟踪模型的建立 184 6.2.3 编队合并跟踪模型的建立 186 6.2.4 编队分散跟踪模型的建立 188 6.3 变结构JPDA机动编队目标跟踪算法 191 6.3.1 事件的定义 191 6.3.2 编队确认矩阵的建立 192 6.3.3 编队互联矩阵的建立 193 6.3.4 编队确认矩阵的拆分 195 6.3.5 概率的计算 196 6.3.6 编队内航迹的状态更新 200 6.4 扩展广义S-D分配机动编队目标跟踪算法 200 6.4.1 基本模型的建立 201 6.4.2 编队量测的划分 202 6.4.3 S-D分配问题的构造 205 6.4.4 广义S-D分配问题的构造 206 6.4.5 编队内航迹的状态更新 206 6.5 仿真比较与分析 207 6.5.1 仿真环境 207 6.5.2 仿真结果 209 6.5.3 仿真分析 211 6.6 本章小结 213 第7章 系统误差下的编队目标航迹关联算法 214 7.1 引言 214 7.2 系统误差下基于双重模糊拓扑的编队目标航迹关联算法 215 7.2.1 基于循环阈值模型的编队航迹识别 215 7.2.2 第一重模糊拓扑关联模型 216 7.2.3 第二重模糊拓扑关联模型 221 7.3 系统误差下基于误差补偿的编队目标航迹关联算法 223 7.3.1 编队航迹状态识别模型 223 7.3.2 编队航迹系统误差估计模型 225 7.3.3 误差补偿和编队内航迹的精确关联 228 7.3.4 讨论 228 7.4 基于多源信息互补的编队航迹关联算法 229 7.4.1 部分可辨条件下的编队航迹关联问题分析 229 7.4.2 时间对准 231 7.4.3 航迹数据空间的描述 232 7.4.4 基于Fourier变换的旋转角及平移量估计 233 7.4.5 编队航迹关联 235 7.4.6 基于编队整体运动模型的断续航迹关联 241 7.5 仿真比较与分析 243 7.5.1 仿真环境 243 7.5.2 仿真结果与分析 244 7.6 本章小结 247 第8章 结论及展望 249 8.1 研究结论 249 8.2 研究展望 256 附录A 式（2-17）中阈值参数 的推导 259 附录B 式（7-19）的推导 262 参考文献 266