水下制导多目标跟踪关键技术研究
水下动目标被动跟踪研究
水下动目标被动跟踪研究一、本文概述随着海洋资源的日益开发和利用，水下动目标被动跟踪技术已成为水下探测和海洋工程领域的重要研究方向。
该技术通过接收和分析水下动目标自身发出的声波、电磁波等信号，实现对目标的被动跟踪和识别，具有隐蔽性好、抗干扰能力强等优势。
本文旨在深入探讨水下动目标被动跟踪技术的研究现状、基本原理、关键技术及其发展趋势，以期为相关领域的理论研究和实际应用提供有益参考。
文章首先将对水下动目标被动跟踪技术的研究背景和意义进行阐述，明确研究的重要性和紧迫性。
接着，介绍被动跟踪的基本原理和关键技术，包括信号处理、目标特征提取、跟踪算法等，并分析各种技术的优缺点及适用范围。
在此基础上，文章将重点分析当前水下动目标被动跟踪技术面临的挑战和难题，如水下环境的复杂性、信号的衰减与干扰、多目标跟踪等问题，并提出相应的解决策略和方法。
文章将展望水下动目标被动跟踪技术的发展趋势和前景，探讨新技术、新材料和新方法在水下动目标被动跟踪领域的应用前景，以及未来研究方向和挑战。
通过本文的综述和分析，希望能够为相关领域的研究人员和技术人员提供有益的启示和参考，推动水下动目标被动跟踪技术的不断创新和发展。
二、水下动目标被动跟踪理论基础水下动目标的被动跟踪是一项复杂而关键的技术，其理论基础涉及声学、信号处理、估计理论等多个领域。
被动跟踪主要是通过接收和分析目标发出的声信号或者其它形式的辐射信号，来估计和预测目标的位置、速度和运动轨迹。
声波传播理论：水下环境的声学特性对被动跟踪具有重要影响。
声波在水中的传播受到水温、盐度、压力等多种因素的影响，这些因素会导致声波速度的变化和信号的衰减。
因此，对声波传播特性的准确理解是实现水下被动跟踪的基础。
信号处理技术：水下被动跟踪需要对接收到的微弱信号进行有效的处理，以提取出有用的信息。
这包括信号的预处理、特征提取、目标识别等步骤。
通过信号处理技术，可以将目标信号与背景噪声区分开来，提高跟踪的准确性和鲁棒性。
现代制导技术中的多目标跟踪方法
现代制导技术中的多目标跟踪方法在当今复杂多变的作战环境中，精确打击多个目标的能力成为了现代制导技术发展的关键。
多目标跟踪作为其中的重要组成部分，为实现高效、准确的打击提供了有力的支持。
多目标跟踪的基本概念，简单来说，就是在同一时间内对多个目标的运动状态进行持续监测和预测。
这可不是一件容易的事儿，因为在实际情况中，目标的数量可能是不确定的，它们的运动轨迹可能会相互交叉、干扰，而且目标的特征也可能会发生变化，比如速度、方向的突然改变，或者被其他物体遮挡。
为了应对这些挑战，研究人员提出了各种各样的多目标跟踪方法。
其中，基于数据关联的方法是比较常见的一种。
这种方法的核心思想是将传感器获取到的测量数据与已有的目标轨迹进行匹配。
比如说，雷达检测到了多个目标的位置信息，我们需要判断这些信息分别属于哪个已知的目标。
这就需要通过一些复杂的算法来计算测量数据与目标轨迹之间的相似度，从而做出准确的关联。
还有基于滤波的方法，像卡尔曼滤波及其各种改进版本。
卡尔曼滤波能够根据目标的历史运动状态来预测其未来的位置和速度。
通过不断更新测量数据和预测结果，能够更准确地跟踪目标的运动。
另外，基于随机有限集的方法也逐渐受到关注。
这种方法把多个目标看作一个整体的随机有限集，通过对集合的状态进行估计和更新来实现多目标跟踪。
在实际应用中，多目标跟踪面临着诸多难题。
首先是目标的密集分布。
当多个目标在一个较小的区域内出现时，测量数据之间的混淆会大大增加，导致数据关联的难度加大。
其次是目标的机动性。
如果目标的运动速度和方向变化频繁且剧烈，传统的滤波方法可能就无法准确预测其未来状态。
再者是环境的干扰。
比如恶劣的天气条件、复杂的地形地貌或者电子干扰等，都可能影响传感器的测量精度，从而给多目标跟踪带来困难。
为了克服这些难题，研究人员不断探索新的技术和方法。
例如，利用多传感器融合技术，将来自不同类型传感器（如雷达、光学传感器、红外传感器等）的数据进行综合处理，提高目标检测和跟踪的可靠性。
基于水下二自由度云台的目标跟踪系统的设计与实现
基于水下二自由度云台的目标跟踪系统的设计与实现摘要：随着水下机器人技术的发展，目标跟踪系统的需求也越来越大。
本论文基于水下二自由度云台设计实现了一种水下目标跟踪系统。
该系统将水下目标的图像传感器与控制器通过串行接口连接，并通过PID控制算法实现云台的水平和垂直方向的控制。
在目标跟踪算法方面，本论文采用基于颜色的目标跟踪算法，并通过自适应阈值和整体平移来提高跟踪的准确性和稳定性。
实验结果表明，该系统可以实现高效准确的水下目标跟踪，适用于水下机器人自主搜索与定位任务。
关键词：水下机器人；目标跟踪；云台控制；颜色跟踪；自适应阈值1. 引言水下机器人技术在海洋研究、水下资源开发、海洋环境保护等领域具有广泛的应用前景。
在实际应用中，水下机器人需要完成一系列的任务，其中目标搜索和定位任务是其中之一。
目标搜索和定位任务要求水下机器人能够准确地跟踪水下目标，从而实现自主搜索和定位。
目标跟踪系统是水下机器人实现目标搜索和定位任务的核心模块之一。
目前，水下目标跟踪系统主要采用了视觉传感器和机械云台相结合的方式，其中云台控制是目标跟踪系统的核心部分。
本论文将基于水下二自由度云台进行控制，实现高效准确的水下目标跟踪系统。
2.1 系统原理水下目标跟踪系统由图像传感器、控制器和机械云台三部分组成。
其中，图像传感器负责采集水下目标的图像数据，控制器负责通过串行接口与图像传感器进行通信，机械云台则负责控制图像传感器的水平和垂直方向运动，从而实现目标跟踪的控制。
2.2 机械云台设计机械云台采用二自由度设计，可以实现水平和垂直方向的控制。
云台内部采用直流电机作为驱动，通过减速器控制云台转动角度。
同时，云台内部预留了串行通信接口，方便与控制器进行通信。
2.3 控制器设计控制器采用STM32F407芯片作为核心控制器，能够支持RS232/485、I2C、SPI、CAN等多种通信方式。
控制器通过串行接口连接图像传感器和机械云台，并通过PID控制算法实现云台的水平和垂直方向的控制。
基于超声波探测的水下目标定位与跟踪技术研究
基于超声波探测的水下目标定位与跟踪技术研究水下目标定位与跟踪是水下工程领域中的重要问题，对于海洋资源的开发利用、水下物体定位等具有重要意义。
超声波技术作为一种可实现水下目标探测和定位的方法，已经被广泛应用于海洋石油勘探、海底地质调查和水下通信等领域。
本文将围绕基于超声波探测的水下目标定位与跟踪技术展开研究，探讨其原理、方法和应用。
首先，我们来了解一下超声波技术的基本原理。
超声波是机械波的一种，它的频率高于人类听觉范围的声波，一般在20kHz到1GHz的范围内。
超声波在水中传播的速度较快，并且穿透能力强，这使得它成为水下目标探测的理想工具。
超声波探测水下目标的原理是利用声波在水中传播时的散射、反射和折射等现象来判断目标的位置和特征。
在水下目标定位与跟踪技术中，超声波探测可分为主动探测和被动探测两种方式。
主动探测是指通过发射超声波信号并接收它们的回波来判断目标的位置和特征。
这种方法需要探测设备主动发射超声波信号，并利用接收器接收回波信号，然后通过分析回波信号的特性来判断目标的位置和特征。
被动探测则是指利用水下目标主动发出的声音信号来进行定位和跟踪。
这种方法不需要使用超声波发射器，只需通过接收器接收目标发出的声音信号，并通过信号处理技术来定位和跟踪目标。
在超声波探测水下目标的过程中，需要考虑一些因素对探测效果的影响。
首先是水下环境的影响，包括水的温度、盐度和悬浮物的浓度等因素。
这些因素都会改变超声波在水中传播的速度和衰减程度，从而影响到探测结果的准确性和可靠性。
其次是目标本身的特征影响，包括目标的形状、尺寸和反射能力等。
不同形状和大小的目标会对超声波的传播和反射产生不同的影响，需要根据目标的特征来选择合适的探测方法和参数。
除了基本的超声波探测技术，还可以应用一些改进和优化方法来提高定位和跟踪的效果。
例如，可以利用多个超声波发射器和接收器构成的阵列来实现多点探测和定位，这样可以提高目标定位的精度和可靠性。
水下运动目标检测与跟踪技术研究
水下运动目标检测与跟踪技术研究随着水下运动的日益普及，水下运动场景越来越多，水下目标检测和跟踪技术也越来越受到人们的关注和研究。
水下运动场景不同于陆地或空中的运动场景，水下环境复杂多变，光线昏暗，水流湍急，水下目标的形态也复杂多样，因此，在保障水下运动员的安全和进行水下科学研究等方面，水下运动目标检测与跟踪技术的研究应运而生。
一、水下目标检测技术的现状水下目标检测技术是对水下图像中的目标进行主体分割和检测，识别图像中的水下目标，并且算法具有实时性和准确性。
目前，水下目标检测技术主要分为基于有监督学习的方法和基于无监督学习的方法两大类。
其中，基于有监督学习的方法主要采用深度学习的方法进行目标检测，通过训练大量的水下图像数据集来提高算法的准确率，在目标检测领域已有很好的实验结果。
而基于无监督学习的方法则通过利用水下图像的纹理特征和颜色特征进行目标检测，缺点是需要对水下环境的特点有很好的了解并且需要进行调试。
同时，水下目标检测技术还包括传统的特征提取和机器学习算法结合的方法。
这种方法主要是通过提取水下目标的形态特征和纹理特征来进行目标检测，然后再根据目标的特征选择相应的机器学习算法进行分类。
但是这种方法的局限性在于对于不同类型的水下目标，其特征可能存在差异，导致检测算法的准确性降低。
二、水下目标跟踪技术的研究水下目标跟踪技术是在目标检测的基础上，对水下目标进行实时的跟踪和持续追踪，以保证目标变化或运动时算法能够准确地跟踪目标。
在水下目标跟踪技术中，主要的难点在于水下运动场景的复杂性。
水下环境中目标的颜色和纹理发生的改变较大，目标的移动速度也会受到水流和水压的影响，因此会对跟踪算法产生影响。
基于这种情况，研究人员主要采用以下方法来提高水下目标跟踪的效果。
一是采用更加复杂的特征提取算法，如使用深度学习的方法进行特征提取;二是采用多模式信息融合的方法，一般是结合视觉和激光雷达等传感器信息进行跟踪;三是采用多目标跟踪的方法，通过拓展水下目标跟踪的范围，使得多个目标可以同时跟踪，提高算法的实用性。
自主水下机器人动态目标跟踪关键技术研究的开题报告
自主水下机器人动态目标跟踪关键技术研究的开题报告一、选题的背景和意义水下机器人广泛应用于航海、海洋资源勘探、海底管线检测、水下科学考察等领域。
与此同时，水下环境的复杂性给水下机器人的应用带来了很大的挑战。
其中，水下机器人在复杂环境下的自主控制和目标跟踪是水下机器人研究的重要方向之一。
本文选取自主水下机器人动态目标跟踪关键技术研究作为开题报告的选题，旨在研究如何通过各种技术手段提高水下机器人的跟踪精度和效率，进一步提升水下机器人在实际应用中的自主控制能力。
二、研究的内容和目标(一) 研究内容1. 水下机器人自主导航技术研究。
研究水下机器人自主导航技术，包括模型建立、传感器融合、自主路径规划等关键技术。
2. 水下机器人目标识别和跟踪算法研究。
研究在水下环境中目标的识别和跟踪算法，包括图像处理、目标检测、目标跟踪等关键技术。
3. 自主水下机器人动态目标跟踪系统设计和开发。
基于目标识别和跟踪算法的研究结果，设计开发自主水下机器人动态目标跟踪系统，包括硬件系统和软件系统。
(二) 研究目标1. 提高水下机器人自主跟踪的精度和效率，实现高性能的动态目标跟踪。
2. 提高水下机器人的自主控制能力，降低对人工干预的依赖。
3. 探索适用于不同水下环境的自主水下机器人动态目标跟踪技术和方法。
三、研究方法和技术1. 借鉴图像处理、计算机视觉等领域的技术，对水下目标识别和跟踪算法进行研究。
2. 基于传感器信息、目标运动特征等数据，建立水下机器人目标跟踪的数学模型，实现自主水下机器人的目标跟踪。
3. 建立实验平台，验证自主水下机器人的跟踪精度和效率，进行实验结果分析。
四、研究中的难点1. 水下环境的复杂性给目标识别和跟踪带来了极大的难度，如何克服这一困难是本研究的难点之一。
2. 传感器接收信息的精度和以及机器人自身运动的不稳定性进一步增加了数据处理的难度。
3. 海水深度和水下光线的影响会影响机器人对目标的识别和跟踪效果。
五、预期成果1. 研究出一套针对水下环境的自主水下机器人动态目标跟踪技术和方法。
水下多目标定位关键技术研究
水下多目标定位关键技术研究水下多目标定位关键技术研究近年来，随着人类对水下资源的探索和开发的不断深入，水下多目标定位技术的重要性日益突出。
水下多目标定位是指在水下环境中，通过各种手段准确定位并跟踪目标物体的技术。
它在水下资源勘察、海洋科研、水下工程等领域具有广泛的应用前景。
水下多目标定位技术主要面临以下挑战。
首先，水下环境复杂多变，由于水的折射、散射和吸收，导致声波、电磁波和光波在水下传播受到很大的限制和干扰。
其次，水下目标物体通常是移动的，其位置和速度变化较大，对定位系统的实时性和准确性提出了更高的要求。
此外，水下目标物体往往是多个，甚至成群结队的，如何实现对多个目标同时定位也是一项技术难题。
为了解决水下多目标定位的困难，研究者们提出了一系列关键技术。
在声波定位方面，通过发送声波信号并接收回波，利用声波传播的速度和回波的时间差计算目标物体的位置。
此外，还可以利用多个水下声源和接收器构建声波传感器网络，从而实现对多个目标的定位。
在电磁波定位方面，可以利用电磁波在水下传播的特性，采用测向技术来确定目标物体的方位。
考虑到电磁波在水下传播受到限制，使用低频电磁波能够取得更好的效果。
而在光波定位方面，可以利用激光或者红外相机进行目标物体的拍摄和测量，根据图像处理算法计算目标物体的位置。
除了传感器选择和信号处理技术，水下多目标定位还需要考虑定位算法的优化与改进。
常见的定位算法包括Kalman滤波算法、粒子滤波算法、最小二乘估计算法等。
这些算法能够通过对传感器输出数据进行迭代优化，提高定位的准确性和鲁棒性。
而在面对多个目标物体的情况下，需要采用适应性目标跟踪算法，实现对多个目标的同时跟踪和定位。
此外，为了提高水下多目标定位的效果，研究者们还通过多传感器融合和数据关联等方法来改善定位结果。
在多传感器融合中，将多个传感器的输出数据进行融合处理，利用互补的信息来提高定位的准确性和可靠性。
而在数据关联中，通过对来自不同传感器的数据进行匹配和比对，将相同目标物体的数据关联在一起，从而实现对目标物体的准确定位。
水声探测中的目标跟踪技术研究
水声探测中的目标跟踪技术研究在海洋探索、国防安全以及资源开发等众多领域，水声探测技术都发挥着至关重要的作用。
而目标跟踪作为水声探测中的关键环节，其技术的不断发展和创新对于提高探测的准确性和可靠性具有重要意义。
水声探测的基本原理是利用声波在水中的传播特性来获取目标的信息。
由于水的物理特性，声波在水中传播时会受到折射、散射、吸收等多种因素的影响，这使得水声信号的获取和处理变得相当复杂。
而目标跟踪技术的任务就是在这样复杂的环境中，准确地捕捉和跟踪目标的运动轨迹。
在水声探测中，目标跟踪面临着诸多挑战。
首先是海洋环境的复杂性。
海洋中的水流、温度、盐度等因素都会影响声波的传播速度和方向，从而导致信号的失真和延迟。
其次是目标的多样性。
目标可能是潜艇、船只、鱼类等，它们的声学特性各不相同，给目标的识别和跟踪带来了困难。
此外，噪声的干扰也是一个不容忽视的问题。
海洋中的背景噪声、自噪声以及其他干扰源都会降低信号的信噪比，增加目标跟踪的难度。
为了应对这些挑战，研究人员提出了多种目标跟踪技术。
其中，基于滤波的方法是一种常用的手段。
卡尔曼滤波就是一种经典的算法，它通过对目标状态的预测和更新，实现对目标的跟踪。
然而，卡尔曼滤波在处理非线性和非高斯问题时存在一定的局限性。
于是，扩展卡尔曼滤波和无迹卡尔曼滤波等改进算法应运而生，它们在一定程度上提高了对非线性系统的跟踪性能。
粒子滤波是另一种有效的目标跟踪方法。
它通过随机采样的方式来近似目标的后验概率分布，从而实现对目标状态的估计。
与卡尔曼滤波相比，粒子滤波在处理非线性、非高斯问题时具有更好的性能，但计算量较大，实时性相对较差。
除了滤波算法，基于模型的方法也在目标跟踪中得到了广泛应用。
例如，建立目标的运动模型，如匀速直线运动模型、匀加速直线运动模型等，然后结合观测数据对模型参数进行估计，从而实现目标跟踪。
但这类方法往往依赖于模型的准确性，如果模型与实际情况不符，跟踪效果就会受到影响。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
水下制导多目标跟踪关键技术研究
摘要：随着军事现代化技术的不断发展和进步，对海军作战的要求越来越高，尤其是水下作战，但是水下作战的环境变得越来越复杂，传统意义的水下制导系统已经不能满足当今的信息化作战的趋势和大环境。
文章对水下制导多目标跟踪关键技术进行研究。
关键词：水下；精确制导；目标跟踪；技术
近年来，随着计算机处理图像和分析数据的能力越来越强，在对物体进行跟踪方面也取得了较大的进展，它在视频监控、机器人导航和定位、虚拟领域等方面都显示出了很大的价值，尤其是在军事方面已经开始用于侦察无人侦察机战场，制造巡航导弹，进行导弹防御，监视海面和水下，监视战场等，无论是在国际还是国内都是研究的热门领域。
1 多目标跟踪技术的内容
对于多目标跟踪而言，无论是理论还是技术方面，都包括很多内容，比如跟踪目标模型、算法、数据关联性以及跟踪开始与跟踪结束。
在多目标跟踪过程中，需长期地对跟踪目标的运动状态进行跟踪记录，计算出运动目标运动概率，在此基础上分配采样值，目标概率的计算是一种历史函数，其内容是当前的运动状态和目标的运动轨迹，对其轨迹进行跟踪和记录不是要建立起该目标的档案，而是要利用这些信息实现一定的目的。
水下多目标的跟踪技术由很多组成部分构成，其中最重要的两个组成部分是声呐多目标跟踪和水下精确制导多目标跟踪。
声纳系统探测多个目标主要是通过主动探测和被动探测来进行的，但是被动探测和主动探测相比更难一些，如水下潜艇时常隐身潜行，较为隐蔽地区跟踪目标，这样被动跟踪就可以发挥其名下优势，算出跟踪目标的运动要素，使被动跟踪得以实现。
再以水下自导武器自导鱼雷为例，为了更迅速地、更精确地跟踪目标，较常采用的是主动跟踪技术，或者是将主动跟踪技术和被动跟踪技术结合起来，实现对制定目标的准确跟踪。
对于水下制导武器而言，多目标跟踪技术主要是对目标采取准确估计和分辨等先进的理论和方法，近几十年来有些技术已经在实践中得到了相关运用。
2 多目标跟踪技术的发展
“多目标跟踪”是在1955年由Wax首先提出的，即初始目标的航迹是怎样形成的、怎样保持和删除航迹的概念和模型，在得解的时候采用了估计的方法。
1964年，Sittler在多目标跟踪的技术方面有了较大的进展，多目标理论直到20世纪70年代初才引起人们广泛的关注和兴趣。
1972年，Jaffer和Bar-Shalom提出一定要利用现代跟踪范围内的回波获取有价值的信息和数据，在此基础上，早在1975年，就由Bar-Shalom、Tse等人，共同完成了对某一个单一目标的跟踪概率信息数据关联性分析与计算。
在不需要目标和杂波的先验信息情况下用跟踪滤波器对多个目标进行跟踪处理，从1974到1977的三年间，Morefield发表了一系
列的关于多目标跟踪方面的论文，并且还提出了在此过程中采用整数规划法。
基于Bayes、以及高斯等人所提出的迭代估值分析，Alspach还提出了关于多目标跟踪法，假设探测器上收到的回波数和被跟踪的目标数在数量上是一样的，并且每一个回波都有目标的相关跟踪信息，Sittler在这个基础上提出了轨迹分裂法，在1975年，Buechler和Smith提出了较为相似的滤波器，如果回波在跟踪门以内，就可以用它来更新跟踪目标的状态，如果它不在跟踪门以内的话，就不可以这样使用。
1979年，以全邻最优滤波器和Bar-Shalom提出的聚概念为基础，Reid 提出了以自己名字命名的Reid算法。
周宏仁博士同样对多目标跟踪的某些方面的内容开展了较为深入的、持久的和理论化的研究，提出了机动目标“当前”概率密度模型，也一定程度上取得了较大的研究成果。
对多目标跟踪技术的研究持续了40年，如今一些鱼雷中就已经采用了这种技术。
3 多目标跟踪的关键技术
3.1 运动模型
在实践中，采用多目标跟踪技术可以建立一个科学的模型，同时这也是多目标跟踪技术应用的一个非常重要的环境。
1970年，R.A.Singer提出了机动目标的加速度模型，并在此基础上建立一个晚上的跟踪目标在实际运动状态下的统计模型。
1979年，由R.L.Moose等人在统计模型基础上，合理地提出了构建具有随机开关均值的半马尔可夫机动目标统计模型，1983年，R.F.Berg把singer模型进行了修正，引进了时间导数项，而周宏仁博士在1983年提出的模型中引进加速度均值项，还修正了瑞利-马尔克夫的机动加速度。
1984年，H.A.P Blom提出了交互式多模型的对多目标进行跟踪的算法，后来Blom和Barshlom等人一起共同完成了比较完整的较为理论的IMM算法。
3.2 跟踪算法
为了估算跟踪对象处于何种运动状态，比如方位、速度和加速度数值的大小，都要滤波和相关预测。
两点外推滤波、加权最小二乘滤波这几种滤波预测和预测方法在目标处于稳定状态或者暂时稳定状态时可以用；维纳滤波、在目标处于稳定的状态时才可以用。
水下制导多目标跟踪问题从本质上讲是非线性滤波问题。
实践中，常用非线性滤波法主要是指卡尔曼滤波以及迭代滤波和二阶滤波等。
在水下，信号传输的速度较慢，并且精确度较差，所以水下制导的多目标跟踪的滤波、预测，不仅应当充分考虑滤波本身的精度，而且还要对滤波器的收敛性进行全面的考虑和分析。
Monte Carlo是最近10年来在科技领域新兴的一种统计试验理论和方法，首先在理论物理学界提出，简称MC。
它创新性较强、方便使用、直观，在处理一些复杂问题时有显著优势，易于求解，也很容易进行仿真试验。
传统的滤波器在环境较为复杂或者不确定有几个跟踪目标时精确度会较低，算法也较复杂，而粒子滤波器则能够一定程度上减少MC的计算量，在非线性状态下和某些噪声中适应性较强，在跟踪多个未知目标时，其效率通常比较高。
3.3 数据信息的关联分性析
在对多目标跟踪技术及相关信息数据的关联性进行分析研究过程中，通常有
三种比较常见的应用方法：即面向目标、面向测量值和面向航迹的关联方法。
第一种方法是关于任何一个观测值是来自我们所观测到的已知目标还是从其他的杂波来的；第二种方法是关于所有的测量值是来自我们所已知的目标，还是其他的杂波，或者是出现的新目标；第三种方法是关于每一条航迹是、或者未被检测到，或者已经终止，或者仍为一个测量值出现了联系，抑或是预示目标已经运行。
3.4 跟踪开始和结束
跟踪开始是一种决策方法，用来建立关于目标的各种信息的档案，包括三个方面的内容：假设目标轨迹形成、轨迹初始化和将轨迹确定。
把跟踪起始问题逆过来就是跟踪终结问题，它可以使多目标档案简化成一个目标，当跟踪目标不在我们观测的范围内，为了节约计算机空间，同时减少算法的时间，跟踪器应当作出针对性的决策。
实践中，较为典型的跟踪终结方式为ND次连续扫描丢失目标，确定跟踪终结概率和方法，同时还包括决策的分析法。
4 未来的发展
从目前国内的海战技术发展来说，水下多目标态势更加的多元化、辅助性，同时水下对抗也非常的激烈，目标隐蔽性变得更好一些，因此对水下精确制导多目标跟踪技术的应用，提出了更高的要求，而且需解决的问题也比较多。
对于水下精确制导多目标跟踪技术而言，应当不断地创新新技术，不断地研究新方法和途径，以满足未来发展之需求。
4.1 目标识别智能跟踪技术
从传统意义上讲，目标跟踪技术主要是对目标基本参数进行估计，对目标实际运动过程中的相关要素进行预测和分析，为充分考虑目标自身特点、特征要素。
近年来，随着社会经济的快速发展和电子、人工智能技术的不断创新和改进，水下电子对抗技术不断提升，尤其是各种假目标、或者干扰技术引入到电子对抗之中，于是目标识别技术也就是成为水下精确制导多目标跟踪技术之一。
从本质上来讲，该种技术主要是利用信号处理新技术，将更多有利于跟踪目标识别的特征信息提取出来，然后引入神经网络、人工智能以及优化算法和模糊逻辑等理论和方法。
目标识别基础上的多目标智能跟踪技术应用，不仅可以有效提高水下精确制导多目标跟踪系统的识别、探测以及跟踪和导引能力，同时还可以在对目标跟踪、打击过程中，实现优质、智能化抉择，从而有效地排除假目标以及相关干扰因素。
4.2 被动多目标跟踪技术
对于被动多目标目标跟踪技术而言，其隐蔽性非常的强，作为作用距离也相对较远一些。
对于距离相对较远、运动速度相对较慢的一些跟踪目标，该系统可观性相对弱一些，跟踪收敛速度相对较慢。
声纳测量方位角精度相对较低，而且目标运动要素估计误差较大，发展被动远程探测技术，比如低频线谱检测、匹配场定位以及高灵敏度换能器等技术，可以提高该项战技性能。
4.3 对航母战斗群多目标跟踪技术
海洋作战实践中，航母战斗群作战能力非常的强大、而且护卫严密。
为适应海战客观要求，水下精确制导多目标跟踪技术，应当能够有效跟踪航母战斗群，以确保对航母战斗群要害目标进行安全跟踪。
5 结语
多目标跟踪技术是近些年来新兴的一种技术，在水下制导方面前景广阔，我国要投入一定的资源进行研究和实践，并在某些疑难问题上加强与国际上的合作，使其成为我国制导事业发展的助推器。
参考文献：
[1] 党建武，黄建国.基于水下制导的多目标跟踪研究[J].信息与控制，2003，（12）.
[2] 党建武.水下制导多目标跟踪关键技术研究[D].西安：西北工业大学，2004.
[3] 蒋恋华，甘朝晖.多目标跟踪综述[J].计算机系统应用，2010，（12）.
[4] 刘建新，程咏梅.软杀伤武器环境下鱼雷多目标跟踪方法[J].鱼雷技术，2013，（12）.。