扩展目标跟踪问题一直是国内外广泛关注的热点问题,扩展目标跟踪存在如下特点:第一,目标在一个采样周期内产生多个量测点,并且这些量测通常位于传感器(例如雷达)同一个分辨单元内,增加了扩展目标个数估计的难度;第二,扩展目标的形状通常是未知的,甚至可能随时间变化,导致目标形状估计难度增大。本文以随机有限集为理论基础,首先提出了基于RFS的杂波强度估计算法,然后建立了扩展目标的散射点模型,最后提出了一种杂波条件下基于标签随机有限集(Labelled random finite sets,L-RFS)框架下的多扩展目标跟踪估计算法。具体研究内容如下:(1)基于RFS的未知杂波强度估计算法。在很多情况下,目标跟踪受到密集,不均匀和随时间变化的杂波干扰,这将严重恶化未知杂波环境下的跟踪性能。本文考虑未知杂波的检测率和杂波率,引入有限混合分布(FMD)来拟合未知的杂波分布,然后采用吉布斯采样和贝叶斯信息准则(BIC)来估计杂波参数。(2)扩展目标散射点建模。随着现代传感器技术的不断发展,雷达分辨率的日益提高使得我们能够从单个目标中获得多个散射点信息,即一个扩展目标在一个采样周期内产生不止一个量测点,这就需要建立扩展目标散射点模型。首先,通过多伯努利RFS对扩展目标散射点状态进行建模,状态用具有参数集{(r(i),p(i))}i=1 M的多Bernoulli分布模型来表示,假设扩展目标散射点个数满足泊松分布,散射点参数服从高斯分布,通过图理论方法来实现扩展目标散射点结构建模。(3)杂波条件下多扩展目标的跟踪估计算法。算法主要包括多扩展目标的动态建模和多扩展目标的跟踪估计两部分。通过对研究内容(1)进行扩展,本文结合GLMB滤波器建立了扩展目标的量测有限混合模型,利用Gibbs采样和BIC准则推导出有限混合模型的参数来对多扩展目标量测进行估计,通过获取扩展目标的等效量测来替代扩展目标量测,对扩展目标形状采用椭圆逼近建模,实现扩展目标状态和形状的估计。