1、隨著科學技術不斷發(fā)展和人們對目標跟蹤實際需求的不斷增加，目標跟蹤問題開始受到廣泛關注。目標跟蹤技術已經廣泛應用于軍事領域如戰(zhàn)場監(jiān)控、預警、攻擊、火力控制等，和民用領域如空中交通管理、船舶進出港、個人導航定位系統(tǒng)等。機動目標跟蹤問題與人們的日常生活息息相關，具有重大應用價值，因此，該問題成為了國內外研究人員的研究熱點。
　　 科學技術的進步使得目標的機動性能大大提高，呈現出高速、高機動的特點，基于卡爾曼濾波器及其改進濾波器的單模型

2、跟蹤算法已不適于實際應用。交互式多模型算法(IMM)的提出大大改善了單模型算法的不足，提高了跟蹤精度，適用于目標運動狀態(tài)多變的情形，并在實際情形中得到廣泛應用。
　　 然而，交互式多模型算法在模型集設置等方面依然存在不足，仍然無法滿足某些高精度目標跟蹤情形下的需要。
　　 本論文主要研究內容為:基于交互式多模型算法的機動目標跟蹤算法;研究對象為:線性觀測環(huán)境下機動目標的高精度跟蹤;研究的目的是:改進傳統(tǒng)IMM算法跟蹤精度

3、及運算復雜度，以適應某些高精度或實時跟蹤情形的需要;研究方法是:通過理論分析傳統(tǒng)IMM算法存在的問題，提出改進算法并通過仿真驗證分析改進算法與傳統(tǒng)算法的優(yōu)勢與不足。
　　 本文主要研究了以下兩個方面:
　　 第一，針對IMM算法跟蹤精度仍有較大提升空間的問題，提出了一種模型集切換的IMM算法(S-IMM)。該算法通過設置兩個并行運行的不同的模型集，分別實現對目標不同運動狀態(tài)的跟蹤，并通過分析兩個模型集中模型概率的特征，判

4、斷目標運動狀態(tài)，實現機動檢測，并輸出優(yōu)化的跟蹤結果，但該方法運算量較大。
　　 第二，針對本文提出的S-IMM算法運算量大的問題，提出了一種改進的模型集切換IMM算法(IS-IMM)。該算法仍然設置兩個不同的模型集，分別實現對目標不同運動狀態(tài)的跟蹤，但對于算法運行的每一時刻，均只有一個模型集參與跟蹤運算，通過分析當前模型集中模型概率特征的變化，判斷目標運動狀態(tài)，實現機動檢測，當檢測到目標運動狀態(tài)改變時，自動實現模型集的軟切換。<