1.一种针对UHF-RFID系统的多假设UKF目标跟踪方法，其特征在于：所述方法包括以下步骤：步骤1)利用VIRE方法估计得到移动机器人的初始位置S(x0,y0)，确定机器人初始位置所在的标签区域，在区域内均匀布置粒子，并通过这些粒子来描述移动机器人的初始状态；

步骤2)收集各超高频天线的量测信息，通过VIRE方法生成移动机器人的位置估计作为观测输入，然后，应用无迹卡尔曼滤波方法UKF分别对各粒子状态进行预测和更新，并计算各粒子的权值；

所述步骤2)中，所述的量测信息为应用VIRE算法对移动目标位置的估计结果，初始粒子均匀采样，粒子i初始状态分量x,y由VIRE方法估计出，给定任意航向角 初始协方差矩阵为 权值 利用粒子i初始状态 获得2n+1个sigma点；

所述步骤2)中，系统的观测为zk＝[xp,k yp,k]T，则得由卡方分布概率密度函数，得每个粒子在各个时

刻的权值 其中，χ2(2)表示自由度为2的卡方分布，xp,k+1，yp,k+1分别为k+1时刻系统观测量zk+1在x方向和y方向上的坐标分量， 和 分别为粒子i在k时刻预测观测量 在x方向和y方向上的分量， 分别为k+1时刻粒子在x方向和y方向上观测协方差矩阵；

步骤3)根据粒子的权值，对其进行筛选，再对其进行重采样；

步骤4)融合筛选之后的粒子得到移动机器人的当前状态估计，重复执行步骤1)—4)，以实现UHF-RFID环境下的移动机器人跟踪。

2.如权利要求1所述的针对UHF-RFID系统的多假设UKF目标跟踪方法，其特征在于：所述步骤1)中，初始位置所在的区域表示成Ω，然后在Ω内均匀选取M个粒子，给定这些粒子初始状态为 其中 为随机产生的，把这些粒子状态作为移动机器人的初始状态，初始给定状态变量为二维或多维参数。

3.如权利要求1或2所述的针对UHF-RFID系统的多假设UKF目标跟踪方法，其特征在于：所述步骤3)中，当粒子权值 舍去该粒子；反之，则称该粒子有效并保留，有效粒子数记为nc；同时将对粒子进行重新采样，当有效粒子数nc＜η，保留 的粒子，并在方差为σ2范围内进行重新采样，使有效粒子数始终保持在η；反之，则跳过重采样阶段。

4.如权利要求1或2所述的针对UHF-RFID系统的多假设UKF目标跟踪方法，其特征在于：所述步骤4)中，对筛选、重采样后的粒子进行归一化处理，通过采用加权平均的方法融合筛选后的粒子，从而得到移动机器人状态估计。