1.针对多帧检测前跟踪短航迹的粒子滤波融合方法，其特征在于，包括下列步骤：步骤1、变量初始化：总仿真时间K；一次检测前跟踪处理帧数N；目标信噪比SNR；检测前跟踪处理门限V T ；检测前跟踪量测可能范围γ；一次多帧检测前跟踪处理第n帧的检测概率 雷达扫描周期T；目标状态转移矩阵F；观测矩阵H；过程噪声协方差Q；粒子数N s ；x和y方向的距离范围[x min ,x max ]和[y min ,y max ]；x和y方向的速度范围 和 步骤2、粒子集初始化：初始化时间变量k＝1；粒子x方向和y方向位置和速度状态初始化：其中rand(1)表示按照均匀分布产生一个[0,1]区间上的随机数；粒子权值初始化为 令 则得到初始粒子集 步骤3、状态预测：判断是否k＝1，若是，则执行步骤8；否则对k-1时刻的粒子集进行一步预测： 得到预测粒子集 其中 是均值为零协方差矩阵为Q的过程噪声；若第i个粒子状态 则令 若 则令 若第i个粒子 则令 若 则令 并将当前粒子i的权值置 为0；其中粒子状态表达式中的“(1)”和“(3)”分别为x方向和y方向的区分符；步骤4、多帧检测前跟踪处理：从雷达接收机中读取N帧回波数据进行多帧检测前跟踪处理，若k≤N，则N帧回波数据为第1,2,...,N帧回波数据；否则为第k-N+1,k-N+2,...,k帧回波数据；若存在多帧检测前跟踪处理的检测结果，则执行步骤5；否则直接执行步骤7；步骤5、权值更新：用 表示当前多帧检测前跟踪处理的第l帧检测结果，t k 表示当前多帧检测前跟踪处理的最后一帧的时刻；基于当前多帧检测前跟踪处理的检测结果 更新预测粒子权值：用 表示 对应父粒子的状态，当l≤k-1，用 表示 对应父粒子的状态，其中i＝1,2,...,N s ；当k＞N时，更新粒子权值为： 其中似然概率 Δ x 和Δ y 的取值范围均为 且Δ x 和Δ y 均不等于零；当k≤N时，更新粒子权值为： 基于更新后的粒子权值，计算粒子权值和 并取归一化后的值对粒子权值进行二次更新，得到 步骤6、重采样：601：初始i＝1；随机产生u 0 ，其服从 范围内的均匀分布；602：计算 其中 603：计算 其中j＝1,2,...,N s ；判断是否u j ＞c i ，若是，则令i＝i+1并执行步骤602；否则，令 并记录该粒子的父粒子i j ＝i；重采样后的粒子集表示为 步骤7、目标状态估计和协方差估计：对所有粒子状态 加权平均 并且计算噪声协方差矩阵 得到第k时刻的目标状态估计结果μ k 和协方差矩阵P k ；步骤8、令k＝k+1，对目标状态估计结果和协方差矩阵进行滑窗迭代融合：将一次滑窗得到的批处理数据记为 和 其中第k次滑窗的帧标识符α＝k,k-1,…k-N+1；将一次滑窗后的数据记为 和 其中第k+1次滑窗的帧标识符β＝k+1,k,…k-N+2；用γ表示α和β重叠的帧标识符，对 和 以及 和 中的公共部分进行基于DCI(DeterminantConvariance Inversion)准则的融合，得到融合后的目标状态估计 其中，融合后的协方差矩阵 其中 取决于 mindet()代表最小的行列式值；步骤9、重复步骤3～8，直到得到k＝K，得到完整航迹。
