摘 要：针对弱目标的检测与定位问题，提出一种改进的拟蒙特卡罗粒子滤波检测前跟踪（Imporve Quasi-Maonte Carlo Intelligent Particle Filter Track Before Detect，IQIPF-TBD）算法。解决了粒子多样性匮乏的问题并有效的降低了粒子数，使追踪的结果更加精确。
　　关键词：弱目标；检测前跟踪；拟蒙特卡罗；粒子滤波
　　目标的检测与跟踪[ 1 ]是现在研究的热点问题。常用的微弱信号检测跟踪技术就是基于粒子滤波的检测前跟踪（Particle Filter Track Before Detect，TBD）算法[ 1 ]。
　　传统的PF-TBD算法存在粒子数分布不均匀和粒子多样性匮乏的问题，本文在QIPF算法[ 2 ]的基础上提出了改进的拟蒙特卡罗智能粒子滤波检测前跟踪算法。
　　1 检测前跟踪跟踪建模
　　2 IQIPF-TBD算法
　　本文在文獻[4]提出的QIPF-TBD算法的基础上，在重采样的过程中引入MH算法，通过不断迭代完成马尔科夫[5]形成的过程。
　　3 仿真结果及性能分析
　　为了验证在本章中所改进算法是的优越性，分别采用了PF-TBD、QIPF-TBD、QIPF-TBD用MATLAB这3种算法对做匀速运动的目标进行跟踪。
　　我们将所需要的参数设置为：
　　在6dB的信噪比条件下，目标出现的时刻是第10s，在第40s时消失，目标存在的总数为30帧。
　　[40m，2m/s，60m/s，1m/s]T规定为初始状态，目标的马尔科夫状态转移矩阵为Πif =0.9 0.10.1 0.9，蒙特卡罗仿真次数100次。
　　从图1中我们可以看出，QIPF-TBD算法相于PF-TBD算法的RMSE值减少的较快， IQIPF-TBD算法可以很快的检测到目标并对于进行跟踪，RMSE值是三种算法中减少最快的。相比于IQIPF-TBD算法，IQIPF-TBD算法和PF-TBD算法需要较长的时间才会趋于稳定。
　　参考文献：
　　[1] 张浩.低空目标探测雷达高速目标检测与跟踪技术研究与实现[D].电子科技大学，2016.
　　[2] 郭云飞，唐学大，骆吉安，等.一种基于QMC-APF的检测前跟踪算法[J].现代雷达，2015， 37（2）：33-36.
　　[3] Yin S， Zhu X.Intelligent Particle Filter and Its Application to Fault Detection of Nonlinear System[J]. IEEE Transactions on Industrial Electronics，2015，62（6）：3852-3861.
　　[4] 任子晖，王坚，高岳林.马尔科夫链的粒子群优化算法全局收敛性分析[J].控制理论与应用，2011，28（4）：462-466.