1、目標跟蹤作為數(shù)據(jù)融合系統(tǒng)的關(guān)鍵技術(shù)，在現(xiàn)代軍事及民用領(lǐng)域占有非常重要的地位，受到國內(nèi)外學者的廣泛重視和研究。近年來隨機集理論在多目標跟蹤中的應用得到了快速發(fā)展，它避免了傳統(tǒng)目標跟蹤的數(shù)據(jù)關(guān)聯(lián)技術(shù)，為多目標跟蹤帶來了新的發(fā)展。但存在不能提供單獨目標航跡的問題，為后續(xù)的數(shù)據(jù)融合處理帶來困難。因此如何對隨機集下的多目標跟蹤并關(guān)聯(lián)航跡是一項值得研究的課題。本文主要研究了多種基于隨機集理論的多目標航跡關(guān)聯(lián)方法，主要工作如下：
　　首先，在隨

2、機集理論的基礎(chǔ)上，介紹了幾種經(jīng)典的多目標跟蹤算法，概率假設(shè)密度濾波和勢平衡概率假設(shè)密度濾波，以及算法的高斯混合實現(xiàn)和粒子實現(xiàn)，討論了兩種濾波器的優(yōu)缺點，并分析了基于隨機集的多目標跟蹤評價指標，對全文的后續(xù)工作做了堅實的鋪墊。
　　然后，針對GM-PHD濾波在目標交叉或靠近時狀態(tài)提取不準確的問題，提出了一種合作懲罰GM-PHD濾波，通過重新分配目標權(quán)值并歸一化提高目標狀態(tài)精度，在此基礎(chǔ)上與標記PHD算法相結(jié)合，提高了空間相近目標的正

3、確關(guān)聯(lián)率。由于目標數(shù)目對航跡關(guān)聯(lián)有直接影響，針對PHD目標數(shù)目估計不夠準確的問題，本文將標記CP-PHD的思想引入CPHD濾波框架中，改善了航跡的維持性能。
　　最后，針對粒子PHD目標狀態(tài)提取不夠準確的問題，提出了一種新的目標狀態(tài)提取方法，本文中將其與預測關(guān)聯(lián)算法相結(jié)合，在提高位置估計精度的同時提高了目標航跡關(guān)聯(lián)正確率。針對多目標密集靠近情況下航跡易關(guān)聯(lián)錯誤的問題，提出了一種改進的航跡關(guān)聯(lián)算法。改進算法使用距離矩陣來辨別目標的相