1.利用目標(biāo)可見(jiàn)性實(shí)現(xiàn)航跡管理的多傳感器航跡融合方法，其特征在于：

步驟1、c個(gè)傳感器分別將自身跟蹤到的初始航跡集上傳至融合中心；初始航跡集中的每條航跡信息均包含狀態(tài)估計(jì)、誤差協(xié)方差和目標(biāo)可見(jiàn)性；將2賦值給p；以第一個(gè)初始航跡集作為主初始航跡集τ，第p個(gè)初始航跡集作為輔初始航跡集η；

步驟2、融合中心對(duì)主初始航跡集τ內(nèi)的各航跡與輔初始航跡集η內(nèi)的各航跡分別進(jìn)行航跡關(guān)聯(lián)融合；來(lái)自主初始航跡集τ的航跡i與來(lái)自輔初始航跡集η的航跡j的航跡關(guān)聯(lián)融合方法，具體如下：

2.1、計(jì)算統(tǒng)計(jì)量如式(1)：

式(1)中，為航跡i第k幀的狀態(tài)估計(jì)；為航跡j第k幀的狀態(tài)估計(jì)；為向量的轉(zhuǎn)置；為新息協(xié)方差，其表達(dá)式如式(2)所示；

式(2)中，為航跡i第k幀的誤差協(xié)方差；為航跡j第k幀的誤差協(xié)方差；表示航跡i和航跡j的互協(xié)方差，其表達(dá)式如式(3)所示；

式(3)中，I為單位矩陣；分別為航跡i、航跡j的卡爾曼增益；分別為主初始航跡集對(duì)應(yīng)的傳感器和輔初始航跡集對(duì)應(yīng)的傳感器的觀測(cè)矩陣；F為狀態(tài)轉(zhuǎn)移矩陣；Q_k-1為第k-1幀的過(guò)程噪聲矩陣，Q₀為過(guò)程噪聲的初始值；

若統(tǒng)計(jì)量小于門限值D_α，則航跡i與航跡j相關(guān)聯(lián)；否則，航跡i與航跡j不關(guān)聯(lián)；其中，D_α根據(jù)雙側(cè)概率α、自由度n_z查卡方分布臨界值表得到；α是雙側(cè)概率；n_z為目標(biāo)狀態(tài)維數(shù)；

2.2、若航跡i與航跡j相關(guān)聯(lián)，則將航跡i和航跡j為融合為航跡s，并執(zhí)行步驟2.3；若航跡i與航跡j不關(guān)聯(lián)，則執(zhí)行步驟2.4；

2.3、計(jì)算航跡s的航跡狀態(tài)如式(4)，誤差協(xié)方差P′_k|k如式(5)，目標(biāo)可見(jiàn)性如式(6)；

式(6)中，為航跡i的目標(biāo)可見(jiàn)性；δ_k為航跡s的似然比，其表達(dá)式如式(7)所示；

式(7)中，P_d為各傳感器的探測(cè)概率；為航跡i的跟蹤門體積；p(x^j|H₁,χ_k,χ_k,1)為航跡j的狀態(tài)概率密度函數(shù)；

之后，將航跡s加入融合航跡集，并進(jìn)入步驟3；

2.4、將航跡i的目標(biāo)可見(jiàn)性更新為其表達(dá)式如式(8)所示；將航跡j的目標(biāo)可見(jiàn)性更新為其表達(dá)式如式(9)所示；

式(8)及(9)中，為航跡i更新前的目標(biāo)可見(jiàn)性；為航跡j更新前的目標(biāo)可見(jiàn)性；δ′_k＝1-P_d；

之后，將航跡i及航跡j均加入融合航跡集，并進(jìn)入步驟3；

步驟3、若p＜c，則將p增大1后，將融合航跡集復(fù)制后作為主初始航跡集τ，第p個(gè)初始航跡集作為輔初始航跡集η，將融合航跡集置為空集，并重復(fù)執(zhí)行步驟2；若p＝c，則進(jìn)入步驟4；

步驟4、將融合航跡集中目標(biāo)可見(jiàn)性小于t_FT的航跡作為終止航跡不再跟蹤，并直接從融合航跡集中刪除；將融合航跡集中目標(biāo)可見(jiàn)性大于t_CT的航跡作為目標(biāo)航跡輸出；將融合航跡集中目標(biāo)可見(jiàn)性處于t_FT～t_CT之間的航跡作為未知身份航跡繼續(xù)跟蹤；t_FT＝0.01；t_CT＝0.99。