1.一种基于权重融合选择的粒子滤波检测前跟踪方法，其特征在于，该方法具体包括以下步骤：步骤1、初始化参数：雷达扫描周期T、观测总帧数K、粒子群中粒子个数N、雷达个数R、雷达粒子权重融合幂值数组L＝[L1,L2…LR]，距离、多普勒以及方位空间单元距离分别为Dr,Dd,Db；

步骤2、读取多个雷达的第k帧量测 其中， 表示第r个雷达的第k帧回波数据的量测单元(m,n,p)中的量测，m、n、p分别表示距离单元、多普勒单元以及方位单元；

步骤3、对k-1时刻的跟踪目标集Taxe＝{f1,k-1，,f2,k-1…fm,k-1}中的m个目标进行跟踪，Tm＝m，每个目标fi,k-1均拥有一个跟踪粒子群Pi,k-1＝{pi,1,k-1,pi,2,k-1…pi,N,k-1}，其中pi,j,k-1表示第i个目标的第j个粒子；

步骤3.1、令i＝1，r＝1，j＝1；

步骤3.2、对第i个目标的跟踪粒子群Pi,k-1＝{pi,1,k-1,pi,2,k-1…pi,N,k-1}中的每个粒子进行状态转移，从而得到目标的跟踪粒子群Pi,k＝{pi,1,k,pi,2,k…pi,N,k}，每个粒子的状态变量为 和存在变量Ei,j；

步骤3.3、计算跟踪粒子群中每个粒子的多雷达权值，具体步骤为：步骤3.3.1、比较目标第j个粒子的Ei,j是否大于0，如果是，进入步骤3.3.2，否则，计算粒子基于第r个雷达的权值 为1，并转到步骤3.3.4；

步骤3.3.2、计算第j个粒子对应第r个雷达下的距离 多普勒 以及方位值xr,yr代表第r个雷达位置；

步骤3.3.3、计算单个雷达下的粒子权重

其中 表示第j个粒子基于第r个雷达量测的权重，(m,n,p,k)为k时刻，粒子的值在此雷达量测空间中的单元位置；σn代表标准差，Lr表示与距离有关的衰减常数，Ld表示与多普勒有关的衰减常数，Lb表示与方位有关的衰减常数，R(m)表示目标处于第r个雷达量测单元对应的距离，D(n)表示目标处于第r个雷达量测单元对应的多普勒，B(p)表示目标处于第r个雷达量测单元对应的方位值；

步骤3.3.4、若j

步骤3.3.5、若r

步骤3.4、计算多雷达融合粒子权值 j＝1,…,N；

步骤3.4.1，计算k-1时刻目标分别与R个雷达的距离：其中dr,i,k表示k时刻第i个目标预测值与第r个雷达距离， 代表第r个雷达x,y方向的位置， 代表由第i个目标k-1时刻状态信息进行转移得到目标k时刻在x,y方向的预测位置；

步骤3.4.2、得到距离集合为di,k＝{di,1,k,di,2,k…di,R,k}，将di,k从小到大进行排序，得到其排序标号I＝{I1,…Ir…,IR}＝{1,2…R}，Ir表示第r个雷达距离在集合中排第Ir位；

步骤3.4.3、依据雷达排序标号值依次为每个雷达分配其在雷达粒子权重融合幂值数组L＝[L1,L2…LR]中所对应位置的幂值，L1＝L2＝…＝LR/2＝2，LR/2+1＝…＝LR＝1；

步骤3.4.4、令r＝1；

步骤3.4.5、将第r个雷达对应的粒子权值归一化：步骤3.4.6、若r

步骤3.4.7、计算融合后雷达粒子权重：

为第r个雷达的粒子权重融合幂值， 表示第j个粒子基于第r个雷达量测的权重；

步骤3.4.8、对粒子群权重进行归一化：

步骤3.5、对跟踪粒子群进行管理；

步骤3.5.1、按照粒子权重值 对第i个目标的跟踪粒子群按从大到小进行排序，得到前H个粒子 计算得到这H个粒子的状态均值步骤3.5.2、依次计算这H个粒子与粒子均值 之间的距离：其中 为粒子群 的位置均值， 分别表示粒子群 中第j个粒子的位置；

步骤3.5.3、设定一个阈值常数Dis，若 大于Dis，则将其在跟踪粒子群Pi,j,k中所对应的粒子状态变为粒子状态均值步骤3.6、采用系统重采样，对跟踪粒子群Pi,k＝{pi,1,k,pi,2,k…pi,N,k}进行更新；

步骤3.7、计算目标fi,k的检测概率pb，判断pb是否小于发现目标阈值Myu，若是，则认为该目标为虚假目标，从目标跟踪集Taxe中将目标删除，并删除跟踪粒子群Pi,k，反之则认为该目标存在，获得目标状态估计 即为目标的下一时刻状态，目标存在概率为：

pb＝M/N 式(10)

其中M为存在变量Ei,j＝1的粒子数；

步骤3.8、若i

步骤3.9、跟踪目标集为Taxe中的每个目标fi,k-1更新为fi,k，最终获得k时刻的跟踪目标集Taxe，跟踪目标数目为Tm；

步骤4、对k时刻新目标进行探测，产生探测粒子群 用于探测新目标，探测到的新目标 输入到检测目标集Daxe中获得检测目标集 和检测目标粒子群 其中h为检测目标集中的第h个目标，具体是：步骤4.1、令Dm＝0；Dm为检测目标集中的目标个数；

步骤4.2、探测粒子群 中每个粒子进行状态转移，获得每个粒子的状态变量为 和存在变量Eh,j，其中xh,j,yh,j为粒子的x,y方向的位置，为粒子x,y方向的速度；

步骤4.3、计算探测粒子群中各雷达下各粒子权重步骤4.3.1、令j＝1，r＝1，i＝1；

步骤4.3.2、计算第j个粒子与检测目标集Daxe和跟踪目标集Taxe合并集中目标i之间的距离见公式(11)；若 则第j个粒子权重 置为1，转入步骤

4.3.6，否则进入步骤4.3.3；

xh,j,yh,j为探测粒子的x,y方向的位置，xi,k,yi,k为检测目标集和跟踪目标集的并集中目标i的x,y方向的位置；

步骤4.3.3、若i

步骤4.3.4、计算第j个粒子基于第r个雷达的距离、多普勒以及方位值：xr,yr分别代表第r个雷达在x，y上的位置， 分别代表第j个粒子基于第r个雷达量测的距离、多普勒以及方位值；

步骤4.3.5、计算第j个粒子基于第r个雷达量测的权重其中 表示第j个粒子对应第r个雷达的权重，(m,n,p,k)为粒子的 值在此雷达量测空间中的单元位置，σn代表标准差；

步骤4.3.6、若j

步骤4.3.7、若r

步骤4.3.8、对第r个雷达下的粒子群权重进行归一化，见式(7)：步骤4.3.9、计算k时刻第j个粒子融合后的权重：步骤4.4、采用系统重采样方法对粒子群进行重采样；

步骤4.5、根据公式(10)计算探测粒子的检测概率pb，判断pb是否小于发现目标阈值Myu，若是，则转到步骤5，否则，认为探测到新目标，计算该目标的状态估计进入步骤4.6；

步骤4.6、判断k时刻的检测目标集Daxe和跟踪目标集Taxe是否为空，若是，则转到步骤

5，否则，继续判断该新目标是否为k时刻的跟踪目标集Taxe中已发现的目标或是检测目标集Daxe中已检测到的目标，具体是：步骤4.6.1、令i＝1；

步骤4.6.2、计算新目标与检测目标集和跟踪目标集中的并集中目标i的距离见式(12)，判断disi,k是否小于验证目标阈值Mk，若是则认为不是新目标，跳转到步骤4.2，重新生成探测粒子群对新目标进行探测，否则进入步骤4.6.3；

D

其中{xi,k，yi,k}为检测目标集和跟踪目标集中的并集中目标i的x,y方向的位置，{x ，yD}分别表示新目标的x,y方向的位置；

步骤4.6.3、若i

步骤4.6.4新目标获得检测粒子群 将新目标 输入到检测目标集 中，Dm＝Dm+1，转步骤4.2，循环，直到检测不到新生目标，输出检测目标集；

步骤5、将新目标加入k时刻跟踪目标集Taxe，得到更新后的k时刻跟踪目标集Taxe＝{f1,k,f2,k,...fmk+nk}，检测粒子群 更新为跟踪粒子群Pi,k。