文 献 综 述
一、课题研究背景及意义
雷达的出现，是由于一战期间军用飞机的出现，许多国家在抵御飞机进攻方面遇到了非常大的困难。为此，科学家开始研制一种远距离寻找飞机的仪器，这就是后来的雷达。随着科学技术的不断发展，雷达的功能不再只是为了发现目标，探测目标的距离，还能够测量目标的速度、角度等信息。二战期间，雷达就已经出现了地对空、空对地轰炸、空对空火控、敌我识别功能的雷达技术。现在，雷达的应用也不再局限于军事领域，在民用生活中也更多地被应用，比如天气预报、汽车防撞雷达、地质勘测等等。
而雷达多目标跟踪是雷达在计算机控制下，自动测定其覆盖空域中多个目标的坐标，连续提供目标位置数据，用来判定目标和预测目标轨迹。雷达多目标跟踪问题在军事和民用方面也都有着十分广泛的应用。在军事领域，多目标跟踪已用于无人侦察机战场侦察，巡航导弹末端制导，弹道导弹防御，海洋监视，战场监视等方面。民用方面包括交通管制、机器智能、医疗器械等。
近些年来，随着雷达在以上领域的广泛应用以及旺盛的军事需求，各种新型雷达传感器探测设备不断涌现。人们对目标跟踪、导航、制导及测控的精度、可靠性及实时性要求越来越高，迫切需要具有精度高、可靠性强等特点的雷达数据处理系统。现代战场被跟踪目标的强隐蔽性，各种恶劣气候及复杂环境干扰以及大数据量传输速度有限等因素影响，使得截至目前，仍没有一个可以广泛应用的雷达数据处理系统。由于这一领域旺盛的军事社会需求，使得这一研究领域的发展生机勃勃，尤其是导航、制导及测控领域的技术受到各国政府的高度重视，我国一直将其列为重点学科。
二、国内外研究历史及现状
现有文献给出的多目标跟踪算法可归纳为两类：基于数据关联与基于随机集理论的多目标跟踪算法。国外对于多目标跟踪的研究距今已有六十多年历史。
国外基于数据关联的传统多目标跟踪算法发展如下：
1955年，Wax通过将多目标跟踪问题类比于原子物理学中在噪声背景下确定粒子路径的问题，首次提出多目标跟踪概念，以及航迹起始、航迹消除及航迹维持等问题。1964年，Sittler对多目标跟踪进行了进一步的研究，给出了跟踪点迹与航迹最优数据关联的贝叶斯方法。1970年，Y. Bar-Shalom和R. Singer将数据关联和卡尔曼滤波理论引入了多目标跟踪。1971年，R. Singer提出最邻近数据关联算法(Near Neighbor Data Association, NNDA)。1972年，Y. Bar-Shalom和Jaffer提出概率数据关联(Probability Data Association, PDA)算法。1974年，Y. Bar-Shalom基于PDA算法，提出了联合概率数据关联算法(Joint Probability Data Association, JPDA)。1979年，Reid在结合假设生成、假设估计及假设管理的基础上，提出了多假设跟踪(Multiple Hypothesis Tracker, MHT)算法。1982年，Y. Bar-Shalom提出变维数滤波器。1986年，Fitzgerald R J提出最邻近PDA (Exact Nearest Neighbor PDA,ENNPDA) 算法，选择关联概率最大的事件进行更新，删除其余事件。1989年，Sengupta D给出一种神经网络数据融合目标跟踪算法。D Musicki提出了综合概率数据互联(Integrated Probabilistic Data Association, IPDA)算法及联合综合概率数据互联(Joint Integrated Probabilistic Data Association, JIPDA)算法。X. R. Li提出机动目标跟踪模型。P. Willett和Y. Ruan提出概率多假设跟踪(Probabilistic Multiple Hypothesis Tracker, PMHT)。2008年，Wayne和Blanding针对高杂波环境下的多目标航迹起始问题，提出了最大似然－概率数据互联(Maximum Likelihood Probabilistic Data Association, ML-PDA)算法。21世纪以来，传统多目标跟踪算法持续发展。例如，2001年，D. Schultz结合粒子滤波和联合概率数据关联给出数据关联算法。2014年，Jiang, X等针对强杂波、低信噪比环境，结合JML-PDA和JPDA算法解决多目标跟踪问题。
国外基于随机集理论的多目标跟踪算法发展如下：
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
