多目标跟踪的基本理论所谓多目标跟踪，就是为了维持对多个目标当前状态的估计而对所接收到的量测信息进行处理的过程。目标模型不确定性是指目标在未知的时间段内可能作己知的或未知的机动。一般情况下，目标的非机动方式及目标发生机动时的不同的机动形式都可以通过不同的数学模型来加以描述。在进行目标跟踪过程中，采用不正确的目标运动模型会导致跟踪系统跟踪性能的严重下降。因而在目

多目标跟踪的基本理论所谓多目标跟踪，就是为了维持对多个目标当前状态的估计而对所接收到的量测信息进行处理的过程。是指目标在未知的时间段内可能作己知的或未知的机动。一般情况下，目标的非机动方式及目标发生机动时的不同的机动形式都可以通过不同的数学模型来加以描述。在进行目标跟踪过程中，采用不正确的目标运动模型会导致跟踪系统跟踪性能的严重下降。因而在目标跟踪过程中，运

跟踪门判定模块、跟踪起始模块、跟踪终 结模块、跟踪维持模块 其中跟踪维持模块是多目标跟踪处理中的重 点，下面重点介绍。二、数据关联算法简介数据关联是跟踪维持的第一步，其过程可以 理

在声纳装备中得到工程应用。 关键词 ：被动声纳； 自动跟 踪；数据 关联 中图 分 类 号 ： Ｔ Ｂ ５ ５ ６ 文 献标 识 码 ：Ａ 文章编号：１ ０ ０ ０ — ３ ６ ３

确认矩阵拆分获得互联矩阵目标T 0 1 21 1 0 1⎫ ⎪ Ω = ⎡ω jt ⎤ = 1 1 1 2 ⎬ j ⎣ ⎦ 1 0 1 3⎪ ⎭8 个 可 行 互 联 矩 阵⎡1

多目标跟踪算法先来回顾下卡尔曼滤波器：假定k k x |表示当前k 时刻目标的状态，k 1k x |+表示下一个时刻目标的状态，k z 则表示k 时刻的实际观测。一般地模型都假定为线性的：这里的1k x +为k+1时刻目标的状态，k x 为k 时刻的状态，为状态转移矩阵，而是服从均值为0方差为的正态分布，表示由噪声等引起的干扰。卡尔曼滤波采取初步估计：这里的

1 0 00 1 0 jt 1 1 0 1 1 1 1 0 1 1 0 00 1 00 0 11 0 00 0 11 0 00 0 11 0 00 0 11 0 01

经过近４０多年的深入研究和发展，多目标跟踪技术在许多方面都有着广泛应用和发展前景，如军事视觉制导、机器人视觉导航、交通管制、医疗诊断等［１－２］。目前，虽然基于视频的多运动目标跟踪技术已取得了很大的成就，但由于视频中图像的变化和物体运动的复杂性，使得对多运动目标的检测与跟踪变得异常困难，如多目标在运动过程中互遮挡、监控场景的复杂性等问题，解决上述难题一直是该