1.一种基于合作目标信息的扩展目标跟踪方法，其特征在于，包括以下步骤：合作目标周期性地检测自身位置与姿态，并通过通信网络把自身身份信息、位置与姿态信息发送给观测站；观测站接收合作目标发送的信息，与观测站传感器检测到的目标信息进行融合，并根据运动模型进行多个扩展目标的跟踪，所述目标跟踪过程包括：首先用一组运动模型来描述目标的运动；然后针对每个运动模型分别构造一个滤波器，根据扩展目标的位置与姿态信息，通过一个二重跟踪门对传感器的量测值进行筛选，对筛选后的量测值利用合作目标的身份信息和姿态特征重构一步预测值进行数据关联与滤波；最后根据目标处于不同运动模型的概率进行融合，以所有滤波器的滤波估计值的概率加权和作为目标的状态估计。

2.根据权利要求1所述的一种基于合作目标信息的扩展目标跟踪方法，其特征在于，所述运动模型的建立具体步骤如下：用一组运动模型来描述目标的运动，设计一个由多个运动模型构成的运动模型集合M：(i)

M＝{m }，i＝1，2，…，r

(i)

其中m 表示模型集中的第i个运动模型；r表示模型集中的模型的总数目，针对不同的(i)运动模型，建立相应的运动方程和观测方程，其中任意第m 个运动模型满足以下离散时间方程：(j) (i)

πj＝P(sk＝m |sk‑1＝m )，k∈N，i，j＝1，2，…，r其中 表示k时刻目标的位置、速度与姿态角，N表示时间(i) (i)

指标，[γ，θ，φ]表示目标的航向角、横滚角和俯仰角，Fk 表示第m 个模型的状态转移矩(i) (i)阵， 表示第m 个模型的噪声矩阵，zk表示对系统状态的量测向量， 表示第m 个模型(j)的量测矩阵， 分别表示相互独立的过程噪声和量测噪声，sk＝m 表示当前时刻目(j) (i) (j)标模型属于m 模型， 表示目标从模型m 到m 的转移概率，然后针对每个模型进行目标跟踪。

3.根据权利要求2所述的一种基于合作目标信息的扩展目标跟踪方法，其特征在于，所述根据扩展目标的位置与姿态信息，通过一个二重跟踪门对传感器的量测值进行筛选，具体包括：考虑到被跟踪目标都为带姿态信息的扩展目标，设置一个二重跟踪门来对观测值进行筛选，首先利用被跟踪目标的姿态信息对观测状态zk进行筛选得到(zk)′，然后在跟踪空间中利用其目标的位置信息设置矩形跟踪门，根据对应匹配的模型残差向量及残差协方差阵分别用 表示，对于任意一个被跟踪的目标lk的残差向量分量 量测值(zk)′的分量 和预测量测向量 跟踪门常数Kg，当观测量 满足如下关系：则得到确认量测(zk)″，此处 为第lk个残差的标准偏差。

4.根据权利要求3所述的一种基于合作目标信息的扩展目标跟踪方法，其特征在于，所述对筛选后的量测值利用合作目标的身份信息和姿态特征重构一步预测值进行数据关联与滤波，其步骤包括：(i)

一步预测：根据模型m 前一时刻的滤波结果

(i)

进行一步预测，其中lk为匹配模型m 的目标个数，得到的一步预测值和一步预测误差的协方差矩阵：目标量测重构：利用合作目标身份信息不变性，对一步预测值进行重构；

数据关联：根据重构的一步预测值 和k时刻候选量测(zk)″＝[(zk，1)″(zk，2)″…k(zk，l)″]，以及直到k时刻的累计候选量测集Z＝[(z1)″(z2)″…(zk)″]来计算 表示在k时刻第m个量测来自目标这一事件的概率， 表示为没有量测源于目标的概率，因此满足假定杂波是服从均匀分布的，正确量测服从正态分布，且每个采样时刻至多有一个真实量测，得到 的计算方式为：其中 表示确认(zk，m)″是来自目标的正确量测事件，用 表示确认量测集中没有一个是正确事件；

滤波：根据当前时刻确认量测与一步预测结果，基于模型 对目标状态进行滤波更新：其中 表示预测残差， 表示增益矩阵， 表示预测残差的协方差阵。

5.根据权利要求4所述的一种基于合作目标信息的扩展目标跟踪方法，其特征在于，所述对一步预测值进行重构的具体步骤是：对于 中每一个对应的目标的id信息和姿态角，如果 中有对应目标的id信息和航向角信息γ与其相同，则用 的分量去替换 中的分量，同时也替换对应的误差的协方差矩阵，得到修正后的一步预测值 和预测误差的协方差矩阵

6.根据权利要求4所述的一种基于合作目标信息的扩展目标跟踪方法，其特征在于，所述最后根据目标处于不同运动模型的概率进行融合，以所有滤波器的滤波估计值的概率加权和作为目标的状态估计，具体包括：k

利用直到k时刻的累计确认量测Z与上一时刻滤波结果进行模型概率更新：其中 而 表示被跟踪目标处于模型 的概率， 表示被

跟踪目标与模型 匹配的似然函数；

估计融合：估计融合就是给出k时刻的总体估计和总体估计误差的协方差阵，分别为：其中 与 表示被跟踪目标处于模型 的状态估计值和状态估计误差的协方差的矩阵，  与Pk|k表示融合后被跟踪目标的总体状态估计值和总体状态估计误差的协方差矩阵。