雑音環境下での水中多センサー多対象パッシブトラッキング問題を解決するために、本論文では分散カーネル平均埋め込みガウス信頼伝播（DKME-GaBP）アルゴリズムを提案する。まず、結合事後確率密度関数（PDF）を構築・因数分解し、対応する因子グラフで表現する。次に、当該因子グラフ上でGaBPアルゴリズムを実行し、データ関連の計算複雑性を低減する。GaBPの因子グラフは内ループと外ループを含み、内ループは局所軌跡推定とデータ関連を担当し、外ループはマルチセンサー情報を融合する。内ループでは、高斯カーネルに基づくカーネル平均埋め込み（KME）手法を設計し、局所推定における強い非線形問題を高次元再生カーネルヒルベルト空間（RKHS）での線形問題に変換する。外ループでは、異なるPDF間の距離を考慮して融合精度を向上させるKMEベースのマルチセンサー分散融合手法を提案する。シミュレーション結果はDKME-GaBPアルゴリズムの有効性と頑健性を検証した。

カーネル平均埋め込み;信頼伝播;多センサーマルチターゲットトラッキング;水中パッシブトラッキング