本书在随机有限集理论框架下,重点介绍了场景未知时变时的贝叶斯滤波跟踪参量建模及算法优化，针对复杂跟踪环境引起的错跟、失跟、目标状态及数目估计不准等问题,对假设条件过于理想的目标新生、目标运动、杂波率、传感器检测概率和噪声等参量模型进行了重构,推导了一系列在复杂场景下适用性更强的多目标跟踪方法,为推动多目标技术的发展以及拓展其在实际工程领域中的应用提供了相应支撑。
本书内容是作者近年来参与各类课题研究成果的总结,涵盖了雷达多目标跟踪领域的部分前沿进展及作者取得的创新成果,可作为相关专业教师、科研工作者和工程技术人员的参考用书。

第1章绪论
1.1引言
1.2贝叶斯框架下的多目标跟踪研究现状
1.2.1基于数据关联的多目标跟踪
1.2.2基于随机有限集的多目标跟踪
1.2.3多目标跟踪系统中的未知场景建模
本章小结
第2章随机有限集目标跟踪基础
2.1引言
2.2随机有限集理论
2.2.1随机有限集的定义
2.2.2集合微积分
2.2.3贝叶斯框架下的随机有限集滤波
2.3随机有限集多目标跟踪方法
2.3.1概率假设密度滤波
2.3.2势概率假设密度滤波
2.3.3势均衡多伯努利滤波
2.4多目标跟踪算法评价准则
本章小结
……