由于目标机动能力与电子对抗技术的日新月异,模型参数的时变且未知越来越成为制约非合作目标高精度稳定跟踪的关键因素:一方面,状态估计的误差会引起模型参数的辨识风险;另一方面,模型参数的辨识偏差又将降低状态的估计精度。为此,本文从联合优化的思路出发,在期望最大化(Expectaion Maximization,EM)框架下,开展了基于质阻比辨识的再入目标跟踪、距离欺骗下的机动目标跟踪以及转弯机动目标航迹粘连的方法研究。主要工作如下:1.弹道再入目标跟踪中,质阻比辨识和系统状态估计是目标跟踪与识别的关键。本文针对质阻比未知情况下的再入目标跟踪问题,基于EM迭代框架,将系统状态和质阻比分别建模为缺失变量和待辨识参数,推导出状态估计和质阻比辨识的联合优化框架。考虑到系统的强非线性,在期望步基于粒子平滑器对似然函数进行近似,最大化步通过粒子代入,采用数值优化算法更新质阻比,通过期望步和最大化步不断迭代,从而保证了状态估计和质阻比辨识的一致性。算法仿真对比表明:本文算法的状态估计和参数辨识精度均优于传统的状态扩维算法,是一种行之有效的跟踪算法。(该部分工作发表于航空学报,已录用)2.为了尽可能逃离对方雷达系统的锁定,目标经常采取机动加欺骗干扰的策略进行规避。本文针对目标机动和距离欺骗同时存在的场景,首先将机动和欺骗分别建模为动态方程和量测方程的未知扰动;然后提出一种状态估计与机动和欺骗参数辨识的联合优化算法。同时为了降低计算量,在期望步基于URTS平滑器获得状态估计,并在最大化步解析地推导出待辨识参数的更新公式。最后给出仿真验证,并与传统的交互式多模型方法作对比,结果显示,提出的联合优化算法具有更高的估计及辨识精度。3.受目标机动等因素的影响,跟踪系统常常产生航迹断裂的现象,这将破坏跟踪航迹的准确性和连续性。因此,有必要对断裂航迹段采用航迹粘连技术来提高航迹质量。在机动目标的断裂航迹粘连中,存在的两大关键因素,分别为机动模型未知以及机动起始和终结时刻不确定。为此,针对目标转弯机动所导致的航迹断裂,提出一种基于期望条件最大化(ECM)的航迹粘连算法。首先基于ECM计算候选航迹对的关联代价,其中E步进行状态估计,CM步实现转弯角速度和机动时刻的辨识;然后采用二维分配寻求全局最优的航迹关联对,实现多目标航迹粘连。仿真和实装数据的验证分析表明,所提算法可有效减少断裂航迹数及改善航迹整体质量。(该部分工作发表于第十一届智能无人系统国际会议)