1.一种基于变分的多雷达融合航迹状态估计方法，其特征在于，该方法包括如下步骤：步骤1：创建观测数据队列；步骤2：向所述队列中添加实时观测数据；步骤3：建立并求解目标X轴上的运动速度的变分模型；步骤4：X轴上的原始航迹位置外推；步骤5：X轴上的融合航迹位置估计；步骤6：按照与步骤3-5相同的方式，计算Y、Z轴上的位置估计；其中，所述步骤1具体包括：对每批融合航迹，在起批之初都创建一个动态更新的观测队列，用以保存其最新N秒时间内各原始雷达的观测移动记录；所述步骤2具体包括：一旦相应的原始航迹进行了位置更新，都向队列中添加记录(t k,1 ,t k,2 ,d k,x ,d k,y ,d k,z )，其中，k>0表示在其队列中的索引编号，t k,2 、t k,1 分别是雷达最新航迹点和上一个航迹点的记录时刻，d k,x ,d k,y ,d k,z 分别为该段时间内目标在X、Y、Z轴上的移动距离；所述步骤3中建立目标X轴上的运动速度的变分模型具体包括：设当前融合航迹的状态估计时刻为t c ，为求目标X轴上的运动速度曲线V x ，可选取最近N秒时间内的队列数据，建立变分模型：式(1)中，等号右侧第一项为正则项，使V x 尽量平滑，等号右侧第二项为保真项，使得V x 趋同于观测到的数据记录，使得上式代价最小的V x 即为最终解； 表示差分，λ∈[0,1]为正则项加权因子，α k 为第k条观测记录的加权系数，与雷达装备的探测性能密切相关，
2.如权利要求1所述的基于变分的多雷达融合航迹状态估计方法，其特征在于，N为20-60。
3.如权利要求1所述的基于变分的多雷达融合航迹状态估计方法，其特征在于，所述λ值越小，表示模型对目标的机动适应能力越强。
4.如权利要求1所述的基于变分的多雷达融合航迹状态估计方法，其特征在于，所述步骤3中求解目标X轴上的运动速度的变分模型具体包括：使用迭代法求解所述变分模型，先生成初始值 然后逐渐更新生成 使得求解结果越来越精确，具体过程如下：(1) 取为观测记录的加权：(2)根据多项式分解，计算下一步的理论调整步长 式中，n是迭代次数，为大于0的整数；(3)更新 式中，β为防止过拟合而设置的更新步长因子，0<β<1；(4)不断重复步骤(2)和步骤(3)，直到 趋于稳定，则最终的 即为所求的V x (t)。
5.如权利要求3或4所述的基于变分的多雷达融合航迹状态估计方法，其特征在于，所述步骤4具体包括：对相应的M路原始航迹进行外推，预测其在当前时刻t c 的位置：式中，1≤m≤M,t last 、 分别是第m路原始航迹中最后的观测时刻和观测位置。
6.如权利要求5所述的基于变分的多雷达融合航迹状态估计方法，其特征在于，所述步骤5具体包括：根据所述步骤4的各原始航迹外推结果，加权得到融合航迹的位置估计：式中，∑ m γ m ＝1,γ m 为加权系数,与雷达装备的探测性能密切相关。
7.如权利要求6所述的基于变分的多雷达融合航迹状态估计方法，其特征在于，所述步骤6具体包括：按照与所述步骤3-5相同的方式，计算融合航迹在Y轴、Z轴上的位置估计
