1.2.2 航迹维持

在航迹维持方面，国内外学者提出了多种算法，如重心群跟踪算法[7，33]，编队群跟踪算法[4，5，35-38]，基于JPDA[39]、MHT[6]、粒子滤波[40]、贝叶斯递推[41]等传统数据互联方法[54-60]的编队目标跟踪算法，基于遗传算法[42]、动态网络[43]、广义Janossy量测密度方程[44]、PHDF[45]的编队目标跟踪算法等，这些算法部分解决了编队整体和编队内目标的跟踪问题，但前提是大多为探测系统可完全分辨编队内目标，而在实际工程应用中，编队目标会存在部分可辨的情况。为此，文献[46]研究了测量起源模糊时的群结构及状态估计问题，文献[47]基于随机集对部分可辨群目标及扩展目标的数据互联和航迹维持问题进行了分析，文献[48]提出了一种基于SMC-PHDF的部分可辨的群目标跟踪算法，可直接获得群的个数、质心状态及形状，但这些算法均无法获得部分可辨时编队内目标的精确航迹，且推导环境相对单一，在多传感器、系统误差[61-65]、传感器不等维[66]等复杂环境下难以应用。