弹道导弹是一种高性能的进攻性**, 其在突防过程中会采用一系列的突防技术并形成弹道群目标, 导致雷达对目标跟踪困难, 因此, 如何对弹道群目标进行高精度稳定跟踪成为解决这一困难的关键。全面介绍了弹道群目标跟踪的思想, 并根据弹道群目标跟踪的框架对每个功能单元的实现算法做了归类总结, 主要阐述了弹道群目标跟踪的群起始算法、群合并/分裂算法、数据关联和非关联的多目标跟踪算法等基本原理和特点, 并从4个方面对弹道群目标跟踪技术发展方向做出展望。

群目标具有结构固定、运动模式特殊等特点, 并且数量规模较大、空间分布密集、互相遮挡现象严重, 采用传统的多目标跟踪算法对其进行跟踪会出现错误关联甚至失跟的现象。介绍了3种比较典型的群目标跟踪思路, 即中心类跟踪算法、基于随机有限集的算法以及群扩展状态的估计算法, 对目前的研究成果进行了分析和总结。最后, 基于现有理论以及相近领域先进技术的发展, 讨论了群目标跟踪的发展趋势。

为解决空间复杂光学多目标群检测与跟踪难题, 提出了光学扩展群目标的概念及其多模检测与跟踪方法.分析了扩展群目标构成复杂、个体目标数量多、变化快、检测与跟踪难的特点及检测与跟踪需求, 综合采用小目标检测算法、扩展目标检测算法、高对比度检测算法和多帧差分检测算法等完成全视场目标群的完整检测; 然后在判断目标实际位置与预测位置的航迹重合性基础上实现目标的多特征航迹联合关联, 结合以对比度跟踪为主、相关跟踪为辅的主辅式多模跟踪技术实现对群目标的跟踪.应用结果表明, 扩展群目标多模检测与跟踪方法对复杂多目标群的检测效率、跟踪准确度均有较大幅度的提高, 满足光学复杂目标群的完整检测和精确稳定跟踪要求.

在星载传感器获取数据的时间间隔较长的情况下，现有的阵群目标数据关联算法的效果不太理想。为此，充分利用阵群目标相对稳定的编成、队形特征，提出了综合利用编成及队形特征的阵群目标数据关联算法。首先，建立阵群目标编成特征和队形特征的描述模型，编成特征由阵群所包含的目标类型以及各类型所包含的成员数量构成，队形特征通过阵群中成员间的距离加以描述；然后分别给出编成和队形特征的基本概率分配函数，并利用DS证据理论对这两种基本概率分配函数进行证据合成；最后采用二维分配方法实现关联判决。对比仿真实验表明，相对现有的阵群目标数据关联算法，该算法能够有效克服低数据率所带来的影响，保持较高的正确关联率。