对算法的研究已经发展了很多年，经过科研人员的不断努力，现在的多模型算法在生活的各个方面都有着极大的应用推广。对于多模型算法的研究可以分为两个过程，最开始多模型算法是静态的多模型算法(Static Multiple models)，静态的多模型算法只是增加了用以匹配目标运行过程中可能的状态的模型数量而已，在最后只是把按照适当的算法来组合各个单独的模型结果。显然，由于SMM没有考虑各模型间的在短时间会出现多次状态变化,如果目标运动状态在频繁挑拨的情形,就会导致跟踪的精度效果不佳。针对这个问题发展出新一代的由第二阶段多模型算法为动态多模型算法(Dynamic Multiple models),其中比较典型的代表性算法有广义伪贝叶斯(GPB)算法和交互式多模型算法 (Interacting Multiple Models, IMM)，实践证明IMM算法是比较可靠的[7]。30158
   IMM与SMM一样是使用多种不同的运动模型来描述频繁切换的目标机动运动时的各个状态的，但更进一步通过引入Markov矩阵来把原来独立的各个模型进行并行交互，论文网各个模型间可以交互影响，然后在使用卡尔曼滤波来进行对目标状态估计和模型概率更新，最终的状态估计结果利用了各个模型加权的结果。IMM算法是由三部分组成：互动，过滤，结合。 模块化、递推实现以及计算量不会出现爆炸性增长有利于编程实现 ，综合良好的性能与运算复杂度的能力让IMM普遍的应用于目标跟踪。 机动目标跟踪技术国内外研究现状:http://www.youerw.com/yanjiu/lunwen_25726.html