在恶劣战场环境下的目标跟踪任务中,目标航迹极易中断,形成大量零碎片段。这些中断航迹不仅会导致跟踪器误判目标总数,错判战场态势,还会带来巨大的计算、存储和通信负担,从而降低跟踪器的整体性能。航迹片段关联旨在解决将同一目标产生的航迹片段标识统一,航迹连续性不足的问题。当目标航迹密集、假设的先验模型和实际运动模式不匹配以及目标强机动时,传统的航迹片段关联算法得到的关联效果不能令人满意。针对以上问题,本文开展了基于高斯过程的目标航迹片段关联方法的研究。主要工作如下:1.针对目标航迹密集场景中的航迹片段关联率低的问题,提出了一种改进的基于模型的航迹片段关联算法。首先将单点筛选判断改为多点筛选判断,然后利用灰色关联度分析的方法,计算新旧航迹的灰色关联度,最后得到新旧航迹的关联矩阵从而确定关联结果。仿真表明在目标航迹密集场景下,所提算法能够提高航迹正确关联率。2.针对假设先验模型与目标实际运动规律不匹配时航迹片段关联率低的问题,提出一种基于高斯过程的航迹片段关联算法。首先利用高斯过程对目标的状态转移函数非参数学习,然后对中断区间的测量进行训练从而对中断航迹进行预测以及反向预测,最后在整个中断区间,通过高斯过程将配对后的航迹进行航迹缝合。仿真结果表明,在目标先验模型与实际运动模式不匹配时,所提算法能有效提高航迹正确关联率和航迹寿命。3.针对强机动目标的航迹片段关联率低的问题,提出一种基于交互式多模型与高斯过程相结合的航迹片段关联算法。首先采用交互式多模型对航迹片段进行滤波处理,根据交互式多模型中的模型概率对航迹片段的机动起始时间进行判断,然后采用最小二乘法对机动起始时间进行修正从而优化用于局部高斯过程的训练数据集,最后基于训练集在高斯过程框架下对航迹片段进行处理完成航迹片段关联。仿真表明,所提算法能够有效解决目标航迹机动情况下的航迹片段关联问题,提高航迹连续性。