以近海船舶航行动态监控跟踪网络系统为对象,针对现有船舶航行跟踪方法欠于考虑网络数据传输影响的现状,基于自适应比特位量化技术,研究用于跟踪海上移动船舶的自适应无迹粒子滤波融合方法。首先,应用自适应比特位量化技术获取各跟踪节点对移动船舶状态的随机量化观测值,并将其量化后送往网络监控中心;其次,用带有随机噪声的一阶Markov模型对过程进行建模,研究量化误差的演变规律,并将该量化误差作为系统被估计状态的一个分量,建立一个部分过程噪声分量方差未知的目标跟踪模型;随后,以自适应无迹粒子滤波为基本滤波器,采用Sage-Husa估计器对未知噪声的统计特性进行实时估计和修正;最后,推导出一种面向近海船舶跟踪的多传感器集中式自适应无迹粒子滤波融合方法。仿真结果表明,该算法能有效改善量化滤波器的融合估计精度。