一种融合多快拍数据的扩展卡尔曼滤波自跟踪方法

本发明公开了一种融合多快拍数据的扩展卡尔曼滤波自跟踪方法，首先初始化目标状态和协方差矩阵；随后进入预测阶段，在每个跟踪时间，利用状态转移模型对状态向量进行预测，并更新协方差矩阵以反映预测状态中的不确定性；在每次迭代中，对阵列接收信号的协方差矩阵进行向量化，并根据当前测量值和预测状态进行参数估计得到融合多快拍数据的测量方程；进入更新阶段，计算卡尔曼增益，并对预测状态进行校正，同时相应地更新协方差矩阵。不断迭代上述预测和更新过程，实现在整个时间段内的目标自跟踪。