下载掌阅APP，畅读海量书库
立即打开
既然目标定位与跟踪如此重要，那么需要解决的关键科学问题是什么？解决的步骤有哪些？
本节将给出上述问题的答案。
前文提到，状态与参数估计是从含噪声的数据中推断感兴趣的量的过程。噪声一般是指量测过程中无法消除的、难以掌握其规律的、具有不确定性的误差，通常用随机变量进行建模。噪声（误差）不同于量测错误，后者是由不正确使用、量测失败造成的可避免的偏差，而噪声是由各种无法避免的扰动、量测机制本身精度的限制等造成的。噪声的存在使量测值与真值间存在差异，因此需要使用估计与滤波技术消除噪声影响，得到更精确的定位与跟踪结果。
量测数据除受量测噪声的影响而具有随机性和不确定性外，其来源也存在不确定性。这种不确定性表现在两个层面：一是无法确定量测是来自目标还是来自不感兴趣的环境、干扰等，这一问题无论是单目标跟踪还是多目标跟踪都存在；二是即使确定量测来自目标，如果存在多个目标，也无法明确量测来自哪个目标。量测来源的不确定性给目标跟踪带来了严重挑战，是目标跟踪领域一直以来的研究重点和热点。
对于数据形式的不确定性，本书主要考虑两类典型问题。
一是扩展目标的多量测。扩展目标跟踪是随着雷达分辨率的提高、对同一目标可以得到多个量测而产生的新问题。传统雷达分辨率较低，每个目标每一时刻至多产生一个量测。基于这一量测，只能估计目标的位置、速度等运动状态，因此目标也被假设为没有形状大小的点目标来进行数据处理。随着传感器精度的提升，每个分辨率单元所覆盖的范围变小，同一目标在高分辨率雷达视场内占据多个分辨率单元，因而可以得到多个量测。基于多个量测，除能估计目标的运动状态外，还能估计目标的形态，这类目标被称为扩展目标。这一量测机制的改变使目标跟踪面临新挑战。
二是被动量测。被动目标定位与跟踪是指在定位与跟踪时仅依靠被动传感器量测数据。被动传感器是通过接收以目标为载体的发动机、通信、雷达等辐射的红外线、电磁波或目标所反射的外来电磁波探测目标位置的一种传感器。相比主动传感器，被动传感器具有抗干扰能力强、隐蔽性好等优点，因此受到国内外的普遍重视。通常这些数据是关于目标的角度量测。
对目标的运动常用动态模型来描述，如匀速运动模型、匀速转弯模型、匀加速运动模型等，由于引入了过程噪声，能够对建模过程的误差和不确定性进行适当的描述。然而，由于真实目标运动的复杂性和多变性，如飞机为躲避导弹而做的各种逃逸动作，用单一模型难以持续准确地描述目标运动。目标的这种行为被称为目标机动，表现为目标运动模式的突然变化。这类问题被称为机动目标跟踪，所面临的主要难题是难以明确目标当前处于何种运动状态、目标的运动状态何时发生突变、应当用什么模型来描述这种复杂的变化和高度不确定性。
针对目标运动模式的不确定性问题，解决的经典思路是多模型估计方法。本书将介绍机动目标跟踪及多种多模型估计方法，主要包括自主式多模型估计、交互式多模型估计、变结构多模型估计等经典方法，以及最优模型扩展多模型估计、等价模型扩展多模型估计等最新研究成果。
从科学研究角度看，解决定位与跟踪问题（或更一般的其他科学和技术问题）一般可分为以下4个步骤。
（1）问题描述。对于工程需求和实际问题，应当明确解决该问题的最终目的是什么，并以此为指导，进一步明确已知量是什么、未知量是什么、要达到什么样的效果，最终从实际需求中提炼出要解决的科学问题。
（2）模型构建。在描述问题的基础上，用数学模型对问题进行更加精确的描述，常用的方法有状态空间模型，明确系统状态、输入、输出、转移模型等。
（3）算法求解。基于所建立的模型，利用一定的求解技术得到需要的结果，通常是在一定准则下求解优化问题，使结果达到某种最优性。信息领域的绝大多数研究成果都集中在该方面，成果形式为算法。
（4）性能评估。以上各步骤均可以使用不同的做法，对不同的做法需要进行评判和比较，以便从中选取最优的一种进行进一步完善和改进。性能评估用于检验问题描述是否合理、模型构建是否贴切、算法求解是否精确，形成解决问题的反馈和闭环。