0 引 言
在军事和民用领域中，可靠而精确地跟踪机动目标始终是目标跟踪系统设计的主要 目的。因此机动目标跟踪技术 的研究 ，在我国军事领域以及 民用领域 中都有着十分重要的意义。对于机动 目标跟踪问题的解决，不同的学者提出了不同的解决方案。常规的卡尔曼滤波算法要求系统是线性高斯型的，因而不能直接用于解决非线性、非高斯问题。扩展卡尔曼算法(EKF)，是对非线性系统进行局部线性化，从而间接利用卡尔曼算法进行状态估计；无味卡尔曼滤波器 UKF(Unscented Kalman Filter)¨ 避免了EKF线性化等近似方法，不需要求导计算 Jacobian矩阵 ，提高了精度。粒子滤波(Particle Filter) -s]作为一种基于蒙特卡洛方法的贝叶斯滤波，在一般的非线性和非高斯系统中的应用引起了越来越多的兴趣，但是粒子滤波算法的计算量相当大，成为它在实时性要求较高的目标跟踪中应用的一大缺陷，它将很多时间耗费在重采样上。本文讨论了一种新的滤波器即高斯粒子滤波器 。该滤波器是基于粒子滤波方法得到一高斯分布