1.一种基于多伯努利分布式多传感器多目标跟踪方法，其特征在于，采用决策级融合输出方法、交互反馈方法或特征级融合反馈方法中的一种以上；

所述的交互反馈方法为：对接收的互连传感器的多伯努利数据以距离阈值进行筛选，得到用以反馈的伯努利项，后以新生伯努利项的方式，反馈至本地后验多伯努利中以供后续时刻的跟踪，交互反馈方法的步骤具体包括：假设当前时刻为k，利用期望后验EAP分别得到多伯努利集πA,f与πB,f中各目标状态向量集 与 其中 (cx,cy)表示目标在直角坐标系下的坐标值，(vx,vy)为目标在x与y方向上的速度值；仅考虑坐标值，依次取目标状态向量集XB中的每个向量j，计算其与目标状态向量集XA中各向量距离，并得到最大值 若其中λ为自定义距离阈值参数，则记录j；当考察完目标状态向量集XB中所有向量后，从用以融合的多伯努利集πB,f中依照被记录的向量索引集得到新的多伯努利集πIF，并将其并入传感器A的后验多伯努利集πk中完成反馈；

所述决策级融合输出方法为：对首次融合结果进行二次处理，利用融合失败计数方法筛选出不匹配的伯努利项，然后对其余的伯努利项再次进行融合，最终将筛选出的伯努利项与融合项组合，构成当前时刻的状态输出；所述决策级融合输出方法的步骤具体包括：取max(NA,NB)＝Nmax，即传感器A与B势估计的最大值，同时取融合的多伯努利参数集中伯努利项数为Nw；当Nw＝Nmax时，直接以融合的多伯努利参数集πw作为最终用以状态输出的多伯努利集；当Nw＜Nmax时，分别找出标记向量ξ1和ξ2中最大数值及其对应索引，并分别记录其最大值与索引为m1与m2和I1与I2，若m1＞m2，则令 若m1＜m2,则令 分别从用以融合的伯努利集πA,f与πB,f中删除索引I1与I2对应的分量，得到新的伯努利集πA,f1与πB,f1，将两者再次进行G‑CI融合并得到融合的多伯努利集 并将由索引集I1与I2构成的多伯努利集记做与 最终定义 构成最终用以状态输出的多伯努利集；

所述的特征级融合反馈方法为：保留参与融合的伯努利项并修改其存在概率，同时修改融合后得到的多伯努利参数集的存在概率并将其添加至后验多伯努利集中；所述特征级融合反馈方法具体包括：修改融合的多伯努利参数集πw或 每项的存在概率rw＝0.15，修改后的多伯努利参数集定义为 同时修改用以融合的多伯努利集πA,f中每项的存在概率rA＝0.05，修改后所得多伯努利参数集定义为 将 在πk中替换πA,f并将 并入后验多伯努利参数集πk以完成该反馈步骤。

2.根据权利要求1所述的基于多伯努利分布式多传感器多目标跟踪方法，其特征在于，所述的方法为在MB滤波及GCI‑MB分布式融合滤波基础上，结合决策级融合输出方法、交互反馈方法和特征级融合反馈方法。

3.根据权利要求1所述的基于多伯努利分布式多传感器多目标跟踪方法，其特征在于，所述基于多伯努利分布式多传感器多目标跟踪方法的操作步骤为：步骤1：初始化PF‑MB滤波器各项参数；

步骤2：运行PF‑MB滤波器进行滤波操作；

步骤3：接收互连传感器数据并进行融合；

步骤4：决策级融合输出；

步骤5：特征级融合反馈；

步骤6：交互反馈步骤；

步骤7：重复步骤2至步骤6可对多目标进行持续的跟踪。

4.一种军事领域中的多目标跟踪方法，其特征在于，所述军事领域中的多目标跟踪方法包括利用权利要求1所述的基于多伯努利分布式多传感器多目标跟踪方法。

5.根据权利要求4所述的军事领域中的多目标跟踪方法，其特征在于，所述方法包括将权利要求1所述的基于多伯努利分布式多传感器多目标跟踪方法部署于雷达传感器网络的各节点中，用于对空中飞行目标的联合跟踪；可选地，所述方法包括：首先雷达传感器网络中各节点每时刻依据所观测信号进行基于MB的滤波操作，然后根据网络拓扑结构将滤波所得信息向互连传感器进行传输并同时接收一定的信息，再基于接收信息进行融合并输出当前时刻跟踪结果。