1.一种考虑信号延时的纯方位目标跟踪方法，其特征在于，该方法具体包括以下步骤：步骤(1)、将目标k时刻的概率密度用N个高斯分量进行近似先验概率密度和后验概率密度，每个高斯分量用i表示，i＝1,...,N；

先验概率密度表达为：

其中N是高斯分量的个数，wi是第i个高斯分量的权重，并且i＝1,…,N；表示高斯分布，xk是目标k时刻的状态向量，分别是第i个高斯分量根据k-1时刻的状态向量预测的均值和方差；

步骤(2)、分别计算k时刻每个高斯分量i对应的可变周期利用线性搜索，对可变周期进行估计；假设在笛卡尔坐标系下建立带有信号延时的纯方位目标跟踪系统的模型，在kT时刻将目标和接收器的状态向量表达为和其中接收器的位置被假设为已知的，定义相对状态变量为其中XkT表示kT时刻状态向量，(xkT,ykT)表示目标的相对位置，表示在x-y坐标系上的速度；

假设目标是近似匀速直线运动，因此目标的运动方程为其中

vkT是均值为零，协方差矩阵为QkT的高斯噪声，fkT为目标的运动函数，QkT值为系数；

将测量序列表示为ZkT＝[zT,z2T,...,zkT]'，测量zkT以Y轴正方向为参考满足下列等式，其中设顺时针为正方向；

其中wkT是均值为零，协方差矩阵为RkT的高斯噪声；

其中真实的方位角为

针对实际应用中对实时跟踪的要求，采用一种基于实时跟踪技术的实时跟踪方法，设定一个给定的阈值δ，来搜索一个恰当的可变周期满足下式：步骤(3)、每个高斯分量根据对应的可变周期进行计算得到每个相应的后验概率密度；每个高斯分量根据估计出来的可变周期，带入到SRF滤波器的Fk-1中；

预测的均值和方差的计算如下：

其中，系统输入信号，Q是系统噪声协方差矩阵，Fk-1是在k-1时刻带入该时刻的可变周期的状态转移矩阵；

后验的均值方差被如下定义：

其中卡尔曼增益并且

上式子中

且

其中变量σθ是观测噪声的方差，bk为观测值，var[]表示方差；等式中是移位瑞利变量的均值；

步骤(4)、分别计算每个高斯分量i根据观测值计算相应的权重；

在k时刻第i个高斯分量对应的权重为

其中其中为第i个高斯分量的预测量测，bk是k时刻的量测值，是滤波器i由下式给出的新息方差，其中的和分别是滤波器i的线性化测量矩阵和预测协方差，是预测角度的方差；

步骤(5)、根据每个高斯分量的权重，加权求出k时刻的后验概率密度：其中表示高斯分布，xk是目标k时刻的状态向量，分别是第i个高斯分量根据k-1时刻的状态向量获得的预测值和实际的观测值来估计的均值和方差；

步骤(6)、根据后验概率均值，获得k时刻目标位置。