摘要：以重加权交互式多模型卡尔曼滤波（RIMMKF）为基础，提出了一种传感器管理算法．首先利用RIMM对联合多目标概率的量测更新和马尔可夫转移更新求取分辨力也即信息增量，然后利用信息增量最大化来分配传感器资源．所采用的模型弥补了交互式多模型（IMM）的不足．仿真结果表明，在机动多模型环境下，与IMMKF分辨力方法相比，本文所提算法行之有效且能使传感器资源得到有效地分配．

关键词：传感器管理 分辨力 信息增量 重加权交互式多模型滤波 

单位：河南大学先进控制与智能信息研究所; 河南开封475001; 河南大学计算机与信息工程学院; 河南开封475001; 河南大学基础实验教学中心; 河南开封475001