题目：复杂环境下的地面运动目标跟踪

近年来，随着地面运动目标指示雷达的发展和DAPAR的AMSTE项目的公开，地面运动目标跟踪的研究越来越受到各国研究者的重视。实际系统中，无论是被跟踪目标的运动模型或者所在的地理背景，还是传感器所处的空间环境或者电子环境，都是复杂的，这些不利因素都将影响到目标跟踪的精度。因此，复杂环境下的地面运动目标跟踪意义重大但是具有一定难度。本论文主要针对如下地面运动目标跟踪问题进行了研究：单条道路上运动目标的跟踪、复杂道路网络中运动目标的跟踪、短时无测量时的跟踪、野值环境中的跟踪和无序测量下的跟踪。提出了一些新的目标跟踪方法，得到了一些有意义的结果。本文的主要研究内容和结果如下：1. 提出了基于道路信息的无味卡尔曼跟踪算法，并且推广到多传感器系统。针对目标在单条道路上运动的情况，本算法结合了无味卡尔曼滤波和道路信息约束算法。对于道路上的机动目标，机动段的跟踪精度得到了提高；使用了多传感器系统后，非机动段和机动段的跟踪精度同时得到明显的改善。2. 提出了基于均值漂移无味粒子滤波的变结构交互多模型算法；结合地面运动目标的特点，提出了新的模型集合更新方法。针对在复杂道路网络中运动的目标，本算法通过均值漂移将无味粒子滤波中的粒子向后验概率密度最大的方向移动，且在原有模型集合的基础上提出了“遮蔽”模型。当目标进入或者离开道路以及经过道路交叉点时，跟踪精度有一定程度的提高；当目标短时间内经过隧道或者停止导致无测量时，可以维持航迹，避免滤波发散。3. 提出了基于野值识别的交互多模型算法。针对野值环境下的地面运动目标跟踪问题，本算法首先使用道路信息进行野值识别，然后根据野值出现的时间间隔对交互多模型算法中的模型转移概率矩阵和模型概率进行修正。野值识别能力与前一时刻的状态估计和预测模型的准确度无关；大幅度提高了野值处理能力，且具有较强的鲁棒性。4. 提出了前向预测虚假测量算法。针对无序测量下的地面运动目标跟踪问题，本算法基于最小均方误差估计和无味变换，引入分布式传感器跟踪系统中的虚假测量概念，收到滞后的测量后，使用构造出来的等价测量对当前时刻的状态估计进行更新。一步无序和多步无序均可以获得较好的跟踪效果。