1.一种非线性系统任意延迟步数的单个失序量测集中式融合方法，其特征在于，包括以下步骤：A、对融合中心进行初始化，并初始化粒子样本及其相应的权值、初始化更新时间t k ＝0，设初始更新帧数k＝0；初始化系统参数，所述系统参数包括监测平面大小、传感器总个数、观测总时间以及目标初始状态；B、新的局部量测到达融合中心，判断当前量测的时戳t z 是否小于或等于系统观测总时间t total ；若是，则执行步骤C；若否，则操作结束；C、判断当前量测的时戳t z 是否大于或等于上一个更新时间t k ；若是，则执行步骤D；若否，则执行步骤E；D、利用粒子滤波算法获得k+1时刻的顺序后验权值，得到k+1时刻的目标状态估计值，并将以粒子样本表征的后验状态近似为高斯参数进行存储，再返回步骤B；E、采用广义高斯平滑方法求解失序量测产生时刻的平滑概率密度函数；F、以t z 时刻的平滑概率密度函数作为重要性采样函数进行二次采样，联合局部似然函数求解异步似然函数；G、利用异步似然函数更新k时刻的后验权值，再通过重采样得到k时刻更新后以粒子样本表征的融合后验状态，得到k时刻的目标状态估计值，并将以粒子样本表征的后验状态近似为高斯参数进行存储，再返回步骤B。
2.如权利要求1所述的非线性系统任意延迟步数的单个失序量测集中式融合方法，其特征在于，所述步骤D中k+1时刻的目标状态估计值表示为：其中， 表示k+1时刻的目标状态估计值， 表示k+1时刻第q个粒子样本的目标状态， 表示k+1时刻第q个粒子样本对应的顺序后验权值，q＝1,2,…,Q表示粒子样本标号，Q为粒子数目。
3.如权利要求2所述的非线性系统任意延迟步数的单个失序量测集中式融合方法，其特征在于，所述步骤E采用广义高斯平滑方法求解失序量测产生时刻的平滑概率密度函数，具体包括以下分步骤：E1、根据融合中心第k个更新时刻对应的更新时间t k ，通过条件t k-l ＜t z ＜t k-l+1 确定失序量测的延迟步数l，判断延迟步数l是否等于1；若延迟步数l＝1，则执行步骤E2；若否，则执行步骤E3；E2、利用广义高斯平滑方法求解t z 时刻的平滑概率密度函数；E3、利用广义高斯平滑方法求解中间统计量，通过对中间统计量求解联合积分，获得t z 时刻的平滑概率密度函数。
4.如权利要求3所述的非线性系统任意延迟步数的单个失序量测集中式融合方法，其特征在于，所述步骤E2中平滑概率密度函数表示为：其中，τ表示t z 时刻，x(τ),x τ 均表示t z 时刻的目标状态，z 1:k 表示从第一个时刻开始到第k时刻所有量测的集合， 分别表示时刻τ对应的平滑概率密度的均值和协方差。
5.如权利要求4所述的非线性系统任意延迟步数的单个失序量测集中式融合方法，其特征在于，所述步骤E3利用广义高斯平滑方法求解中间统计量，通过对中间统计量求解联合积分，获得t z 时刻的平滑概率密度函数，具体包括以下分步骤：E31、进行迭代初始化，以时刻k-1代替时刻τ，得到k-1时刻的高斯近似的平滑密度函数，表示为E32、当延迟步数l＞2时进行迭代计算，令n＝k-2,…,k-l+1，得到n时刻的平滑概率密度，表示为迭代完成后，获得k-l+1时刻的平滑概率密度函数，表示为E33、利用广义高斯平滑方法计算τ时刻的一步平滑概率密度函数，表示为E34、对步骤E32中k-l+1时刻的平滑概率密度函数和步骤E33中τ时刻的一步平滑概率密度函数求解联合积分，表示为p(x(τ)|x k ,z 1:k )＝∫p(x(τ)|x k-l+1 ,z 1:k-l )p(x k-l+1 |x k ,z 1:k )dx k-l+1得到t z 时刻的平滑概率密度函数。
6.如权利要求5所述的非线性系统任意延迟步数的单个失序量测集中式融合方法，其特征在于，所述步骤F中异步似然函数表示为其中，z(τ)表示τ时刻的量测，j＝1,2,…,S表示二次采样得到的粒子样本标号，S表示二次采样的粒子总数。
7.如权利要求6所述的非线性系统任意延迟步数的单个失序量测集中式融合方法，其特征在于，所述步骤G中利用异步似然函数更新k时刻的后验权值具体为：
8.如权利要求7所述的非线性系统任意延迟步数的单个失序量测集中式融合方法，其特征在于，所述步骤G中k时刻的目标状态估计值表示为
