1、目標(biāo)跟蹤在軍事和民事領(lǐng)域里具有廣泛的應(yīng)用，濾波算法是目標(biāo)跟蹤的一個核心部分。針對高斯背景下的線性濾波問題，標(biāo)準(zhǔn)卡爾曼濾波算法是均方意義下的最優(yōu)濾波算法。但是在實際當(dāng)中，大多數(shù)系統(tǒng)是非線性的，標(biāo)準(zhǔn)卡爾曼濾波算法不適用，所以非線性濾波算法成為目標(biāo)跟蹤領(lǐng)域內(nèi)研究的一個熱點問題。本文針對非線性濾波算法及其在火箭炮、火炮和迫擊炮(RAM)類目標(biāo)和機動目標(biāo)跟蹤中的應(yīng)用展開研究。
　　首先，在標(biāo)準(zhǔn)卡爾曼濾波算法的基礎(chǔ)上重點研究了幾種典型的非線性

2、濾波算法，包括擴展卡爾曼濾波(EKF)算法、無跡卡爾曼濾波(UKF)算法和粒子濾波(PF)算法。通過仿真對三者的性能進行了評估，除傳統(tǒng)的性能評估指標(biāo)外還采用了不可信指數(shù)(NCI)對算法的可信度進行評估。
　　其次，針對量測方程非線性的問題，研究了現(xiàn)有的基于量測轉(zhuǎn)換的卡爾曼濾波(CMKF)算法，包括無偏量測轉(zhuǎn)換卡爾曼濾波算法、修改的無偏量測轉(zhuǎn)換卡爾曼濾波算法和基于狀態(tài)估計的量測轉(zhuǎn)換卡爾曼濾波算法。在此基礎(chǔ)上，針對這些算法所存在的問題

3、，提出了基于預(yù)測位置的量測轉(zhuǎn)換卡爾曼濾波(PCCMKF)算法，該算法有效解決了轉(zhuǎn)換量測誤差的均值和協(xié)方差矩陣在求解過程中的兼容性問題，實現(xiàn)了狀態(tài)估計的無偏性和較高的跟蹤精度和可信度。
　　研究了非線性濾波算法在 RAM類目標(biāo)跟蹤中的應(yīng)用，針對 RAM目標(biāo)建立了系統(tǒng)狀態(tài)方程。根據(jù)雷達跟蹤 RAM類目標(biāo)中量測方程和狀態(tài)方程的非線性特點，從跟蹤精度、可信度和實時性三方面，通過仿真分別比較了不同處理方法的性能。
　　最后研究了非線性

4、濾波算法在機動目標(biāo)跟蹤中的應(yīng)用，首先研究了典型的機動目標(biāo)跟蹤算法，包括可調(diào)白噪聲模型算法、“當(dāng)前”統(tǒng)計(CS)模型算法和交互多模型(IMM)算法。并通過仿真對三種算法進行了性能評估和比較。在此基礎(chǔ)上進一步考慮跟蹤環(huán)境中的雜波因素和出現(xiàn)目標(biāo)類型的不確定性，或機動過程中的非線性狀態(tài)轉(zhuǎn)換特性，將非線性模型加入模型集，將非線性濾波算法和概率數(shù)據(jù)關(guān)聯(lián)(PDA)應(yīng)用到交互多模型算法中，仿真結(jié)果表明IMM-PDA算法能夠有效解決復(fù)雜環(huán)境下的機動目標(biāo)跟