目标跟踪技术随着科学技术的发展一直在不断地完善,在军用和民用领域里都有广泛的应用,具有重要的研究意义。已有的研究表明,贝叶斯滤波算法能有效跟踪多目标,但是多目标贝叶斯滤波算法不能提供目标的初始状态估计,从而导致在后续跟踪过程中目标跟踪精度的下降,产生一些漏检和虚警。轨迹起始是目标跟踪中的首要问题,也是目标跟踪的基础。基于此,本文探索研究轨迹起始技术,将轨迹起始技术应用于多目标贝叶斯滤波器中,提出基于轨迹起始技术的多目标贝叶斯滤波器的跟踪方法。论文的主要内容如下:1)首先介绍了基于有限集统计学理论(FSST)的多目标贝叶斯滤波器,以及该滤波器的两种近似方法:概率假设密度(PHD)滤波器和边缘分布多目标贝叶斯(MDMB)滤波器。最后介绍了传统轨迹起始技术的序贯处理技术,即基于规则和基于逻辑的轨迹起始方法。2)为解决二维空间中的多目标跟踪问题,在传统PHD滤波器和MDMB滤波器的基础上,提出了适用于二维空间的基于规则的PHD(RB-PHD)滤波器、基于逻辑的PHD(LB-PHD)滤波器、基于规则的MDMB(RB-MDMB)滤波器和基于逻辑的MDMB(LB-MDMB)滤波器。通过仿真实验,对本文所提出的滤波器分别与PHD滤波器和MDMB滤波器的跟踪性能进行比较。结果表明,所提出的滤波器有更好地轨迹起始能力,目标跟踪更加精确。3)为解决三维空间中的多目标跟踪问题,再应用基于规则和基于逻辑的轨迹起始方法到PHD滤波器和MDMB滤波器,提出了适用于三维空间的RB-PHD滤波器、LB-PHD滤波器、RB-MDMB滤波器和LB-MDMB滤波器。通过仿真实验对所提出的滤波器分别与PHD滤波器和MDMB滤波器的跟踪性能也进行比较与分析。