IMM滤波的 matlab程序

				function [e,ee]=fget_data_association_hypotheses(omega)
				
				[m,n]=size(omega);
				
				%
				point_layer=1;%深度优先算法层数指针
				point_measurement=zeros(m,1);%量测和目标关联指针
				point_measurement(1)=1;%设置第一个量测指针为一，即第一个量测和来自杂波
				j=1;%量测标识
				k=1;%可行事件标识
				X=ones(m,1);%可行事件中间输出变量
				X_L=ones(2,1);%第L层和目标关联事件
				e(:,k)=X;% 可行事件最终输出变量
				X_jL=ones(n,1);%第L层关联目标位置中间输出变量
				
				%以下为深度优先搜索算法，详见B.ZHOU, "multitarget tracking in clutter:fast algorithms for data association",IEEE on AES
				%VOL.29 NO.2 1993。 因为matlab数组要从1开始，因此该程序中层数L对应与文章中的L-1层
				while j				    while point_layer				        v=omega(j,:);%提确认阵第j行元素。
				        Z=find(v);%找出非零元素位置，即找出第j个量测可能的来源
				        [find_sign,X,point_measurement]=fget_next(Z,X,X_jL,j,point_layer,point_measurement);%判断下一个量测是否满足条件
				        while find_sign==1
				            point_layer=point_layer+1;%搜索下一层合适的量测
				            X_L(:,point_layer)=[j;X(j)];
				            X_jL(point_layer)=X(j);
				            k=k+1;
				            e(:,k)=X;%把可行事件赋值给可行事件最终输出变量
				            find_sign=0;%设置找到合适量测标志为0退出循环
				        end
				        j=j+1;
				    end
				    if point_layer>=2
				        jL=X_L(1,point_layer);
				        j=jL;
				        point_layer=point_layer-1;
				    end
				end
				
				[mm,nn]=size(e);
				for i=1:nn
				    ee(:,:,i)=zeros(mm,3);
				    for j=1:mm
				        ee(j,e(j,i),i)=1;
				    end
				end