1.一种雷达系统中的多目标跟踪方法，其特征是，从雷达正北方向开始，以k-1表示雷达系统前一个扫描周期，以k表示雷达系统当前扫描周期，记雷达系统的扫描周期为 将雷达系统的扫描界面平分为N个扇区，将测量值根据方位分别放入对应扇区,然后执行以下步骤：
步骤1，接收到当前扫描周期第n扇区的测量值集合 n＝1,2,…,N，N取值为自然数；
步骤2，根据当前第n个扇区前一扫描周期对应时刻目标状态强度的高斯项，预测当前时刻对应扇区目标状态强度的高斯项；根据与当前扇区的两侧相邻的两个扇区的前一扫描周期对应时刻目标状态强度的高斯项，预测当前扇区对应时刻目标状态强度的高斯项；
步骤3，根据步骤2所得到的当前扇区及其相邻扇区对应时刻目标状态强度的高斯项，计算当前扇区及其两侧相邻扇区对应时刻的预测测量值及相关预测误差协方差阵；
步骤4，基于步骤3所得到的当前扇区及其两侧相邻两个扇区预测测量值及相关预测误差协方差阵，结合当前扇区的测量值进行跨扇区测量更新；
步骤5，针对步骤4所得到的测量更新后的高斯项进行裁剪与合并，裁剪与合并后的高斯项作为当前时刻的高斯项，根据当前时刻高斯项所在位置将其放入相应的扇区缓冲区中，作为下次相应扇区滤波器递归的输入；
步骤6，根据裁剪与合并后的高斯项，提取权重大于0.5的高斯项作为滤波器的输出，相应高斯项中的均值和方差分别为存活目标的状态估计和误差估计。
2.根据权利要求1所述的雷达系统的多目标跟踪方法，其特征在于：所述雷达系统中目标状态方程为：
xk＝Fkxk-1+wk-1 (1)，
其中 表示k时刻目标状态向量，xk-1表示k-1时刻目标状态向量，
其中xk,yk对应表示目标在x轴和y轴的位置、 对应表示目标在x轴和y轴的速度，系统噪声wk服从标准正态分布N(0,Qk)，状态转移矩阵Fk及噪声方差阵Qk分别为：
其中t为每个扇区对应的时间间隔，t的上标表示t的幂次方， 为过程噪声方差值，的取值范围为区间(0,100)；
0 0 0 0 0
设雷达的位置为S ＝{x,y}，x,y 分别为雷达位置沿x轴和y轴的坐标，测量方程为：
其中zk为k时刻的测量值，h(xk,vk)表示雷达测量方程，vk是k时刻雷达测量噪声向量，径向距离测量噪声 服从标准正态分布 其中 为径向距离误差测量方差，取值范围是(0,1000000)，方位角测量噪声 服从标准正态分布 其中 为
方位误差测量方差， 取值范围是(0,4)。
3.根据权利要求2所述的雷达系统的多目标跟踪方法，其特征在于：所述雷达系统初始化包括：获得目标初始时刻的状态，包含目标初始时刻的位置和速度，得到第0个周期的目标状态估计集合的高斯项为 其中J0表示式中高斯项的总数，i为自然
数，取值范围为1,2….,J0， 代表第i个高斯项对应的权重， 代表第i个高斯项对应的均值， 代表第i个高斯项对应的协方差矩阵。
4.根据权利要求3所述的雷达系统的多目标跟踪方法，其特征在于：步骤2中，记k-1周期第n个扇区的高斯成份集合表示为 其中 表示式中高斯项
的总数，j为自然数，取值范围为1,2...., 代表第j个高斯项对应的权重，代表第j个高斯项对应的均值， 代表第j个高斯项对应的协方差矩阵；利用雷达系统方程将k-1周期第n个扇区及其两侧相邻两个扇区的高斯成份集合进行预测，得到k周期第n个扇区所对应的预测高斯成份集合 其中 表示预测高斯成
份集合高斯项的总数，l为自然数，取值范围为1,2...., 下标k|k-1表示预测，代表第l个预测高斯项对应的权重， 代表第l个预测高斯项对应的均值， 代表第l个预测高斯项对应的协方差矩阵；该预测高斯成份集合中包括第n个扇区及其相邻两个扇区的存活高斯成份预测项 其中Ps是
目标存活概率，取值范围为区间(0,1)，Fk-1为k-1时刻状态转移矩阵，上标T为转置。
5.根据权利要求4所述的雷达系统的多目标跟踪方法，其特征在于：步骤3中，针对k周期第n个扇区所对应的预测高斯成份集合 分别计算：
预测测量值
预测测量误差协方差阵
增益矩阵
估计误差协方差阵
其中 为k时刻雷达系统测量误差协方差阵，I为对应维数的单位矩
阵， 为测量方程h(xk,0)在 处线性化所得到的矩阵，即：
6.根据权利要求5所述的雷达系统的多目标跟踪方法，其特征在于：步骤4中，针对第n个扇区的每一个测量值 对预测高斯成份进行测量修正得到多目标状态集合矩计算公式为：
其中：
表示均值为 协方差阵为 的标准正态分布；
表示均值为 协方差阵为 的标准正态分布；
为直接预测所对应的高斯项权重， 为第l个预测高斯项对应的
检测概率，取值范围为区间[0.4,1)；
为第l个高斯项和第j个测量值对应的测量修正高斯项权重，式中求和公式中的上标q表示自然数， 表示均值为 协方差阵为 的标准正态分布，
表示均值为 协方差阵为 的标准正态分布，Kk(zj)为杂波强度函数；
为经测量值zj修正后的高斯项对应的均值；
为经测量值zj修正后的高斯项对应的协方差阵，
得到测量修正后的高斯成份集合
其中 为测量修正后所得高斯项的个数，f为自然数，取值范围为1,2...., 上标f表示对应第f个测量修正后所得高斯项。
7.根据权利要求6所述的雷达系统的多目标跟踪方法，其特征在于：步骤5中，删除测量修正后的高斯成份集合 中权重 的高斯项，其中
为裁减门限，取 然后将距离充分小的高斯成份合并成一个，即将
的高斯项合并成一个，其中 为合并门限，其取值范围为区间[4,6]，距离di,j定义为：
高斯成份合并方法如下：
合并后对应高斯项的权重
合并后对应高斯项的均值
合并后对应高斯项的协方差阵 其中L
为所有可合并高斯成份的指标集合；将融合修剪后的高斯成份根据其方位分别放入对应扇区及其相邻的两个扇区，于是得到k周期第n个扇区高斯成份集合：
8.根据权利要求7所述的雷达系统的多目标跟踪方法，其特征在于：步骤6中，将权重大于0.5的高斯成份均值提取出来作为第n个扇区前一扇区目标状态估计值。
9.根据权利要求8所述的雷达系统的多目标跟踪方法，其特征在于：当k周期第n个扇区后一扇区的测量值集合发送到数据处理器以后，重复步骤2，实现雷达系统中跨扇区全平面目标状态估计。