本文档属于类型b（科学综述论文）。以下是针对IEEE Transactions on Aerospace and Electronic Systems期刊2003年发表的《Survey of Maneuvering Target Tracking. Part I: Dynamic Models》的学术报告：

作者与机构
该论文由X. Rong Li（IEEE高级会员）与Vesselin P. Jilkov（IEEE会员）共同完成，两人均来自美国新奥尔良大学（University of New Orleans）电气工程系。研究获得美国海军研究办公室（ONR）、美国国家科学基金会（NSF）及NASA的资助，于2003年10月正式发表。

论文主题
作为“机动目标跟踪技术综述”系列的第一部分，本文聚焦于机动目标运动模型的系统性梳理，涵盖二维、三维及解耦坐标下的动态模型，旨在为跟踪算法设计提供理论基础。

主要观点与论据

1. 模型在目标跟踪中的核心地位

论文开篇强调，精确的目标动态模型是跟踪算法的关键。作者通过比喻“一个好的模型抵得上千条数据”，指出模型能有效弥补观测数据的局限性。例如，非机动目标常采用“近匀速模型”（nearly-constant-velocity model, CV模型），而机动目标需引入加速度或加加速度（jerk）的随机过程描述。这一观点得到Blackman和Popoli等经典文献的支持，但本文首次对分散于各领域的模型进行了整合。

2. 机动目标模型的分类框架

作者提出三类主要模型：
- 白噪声模型：如“白噪声加速度模型”（white-noise acceleration model），将控制输入简化为白噪声，适用于小幅随机机动。
- 马尔可夫过程模型：以Singer模型为代表，将加速度建模为零均值一阶马尔可夫过程，其自相关函数为指数衰减形式（(R_a(\tau) = \sigma^2 e^{-\alpha|\tau|})），能描述时间相关性。
- 半马尔可夫跳跃模型：通过分段常数随机过程描述未知输入，例如将加速度均值量化为有限状态，结合停留时间分布（如伽马分布）提高对敏捷目标的适应性。

每类模型均通过数学公式（如状态空间方程）和物理意义（如机动时间常数(\tau = 1/\alpha)）详细阐释。

3. 二维与三维机动模型的对比

针对水平面运动，论文重点分析“恒定转弯模型”（constant-turn model, CT模型）：
- 已知转弯率：状态方程线性（如式(61)），适用于空管雷达等先验信息明确的场景。
- 未知转弯率：需扩展状态向量（如加入角速度(\omega)），通过离散化非线性微分方程（如式(71)-(72)）实现跟踪。作者指出，极坐标下的速度表示（速度大小(v)与航向角(\alpha)）比笛卡尔坐标更适用于强机动。

三维模型则引入法向与切向加速度的耦合（如式(57)-(60)），并讨论滚转角（bank angle）对水平投影加速度的影响。

4. 模型间的关联与演进

作者揭示了不同模型的隐含联系：
- Singer模型在机动时间常数(\tau \to \infty)时退化为“近匀加速模型”（nearly-constant-acceleration model, CA模型），而(\tau \to 0)时退化为CV模型。
- “当前模型”（current model）通过在线估计加速度均值（式(34)）改进Singer模型的对称性缺陷，其条件瑞利分布（式(37)）更贴合实际机动的不对称特性。

这些关联通过理论推导（如功率谱分析）与仿真案例（如[47]中的转弯率分布假设）验证。

5. 未公开模型与实现挑战

论文特别收录了部分未见于其他文献的模型，如针对振荡目标的二阶马尔可夫模型（式(41)），其预白化系统传递函数含阻尼频率项（式(39)）。同时，作者坦言模型参数（如Singer模型中的(\sigma^2)与(\alpha)）的在线适配、计算复杂度与实时性的平衡仍是开放问题。

学术价值与意义

1. 理论贡献：首次系统化梳理机动目标模型，提出分类标准与关联分析，弥补了Blackman等专著的空白。
   
2. 应用指导：为多模型算法（如IMM）设计提供模型库，尤其针对空管（ATC）与防空系统中的机动目标跟踪。
   
3. 启发后续研究：文中指出的模型局限性（如对称性假设、参数适应性）推动了“自适应均值模型”等后续工作。
   

亮点
- 独创性对比离散化线性化（discretized linearization）与线性化离散化（linearized discretization）的精度差异（见[73, 64]）。
- 引入工程视角的批判性讨论，如半马尔可夫过程中停留时间分布的物理合理性（图5的伽马分布 vs. 指数分布）。

本文作为动态模型的“百科全书”，兼具方法论深度与工程实用性，为跟踪领域的研究者奠定了不可替代的参考框架。