多目标跟踪技术被广泛应用于战场监视和精确制导等军事领域,同时在民用领域也有十分广泛的应用,如视频跟踪,空中交通管制等。特别是对数目不定、运动剧变的多目标进行实时有效的跟踪和估计问题,一直是学术界和应用领域的研究难点和热点。　　 尽管多目标跟踪的概念在上世纪50年代就已提出,但是迄今为止,多目标跟踪技术仍是一项非常复杂的多学科研究课题,目前还没有一种通用的,鲁棒的,精确的跟踪算法能够适用于各种实际跟踪情况。而在各种多目标跟踪算法中,多假设跟踪(Multiple Hypothesis Tracking,MHT)算法被认为是理论上最优的多目标跟踪方法。但是多假设跟踪算法也有自身的缺陷:在航迹评价上仅仅使用了目标的位置信息,导致对目标的信息利用不足。另外由于多假设跟踪算法只采用单一的运动模型,因此对于运动剧变的机动目标,跟踪性能下降明显。针对多假设跟踪算法的不足,本文主要进行了以下工作:　　 1)首先分析了多假设跟踪算法的流程,并对航迹起始和航迹删除,航迹树,置信度函数等多假设跟踪算法的关键技术进行了深入的研究。在此基础上,引入三种运动模型:匀速模型,匀加速模型,转弯模型,并设计交互多模型滤波算法得到目标的状态估计,提高了状态估计的准确性。　　 2)在多假设跟踪和交互多模型算法的理论框架上,设计了一种特征信息和位置信息的融合算法。该算法融合了颜色直方图信息,使得航迹的评价更加全面、准确,从而更加有效地删除了虚假信息和不必要的假设,降低了计算复杂度。