本書在隨機(jī)有限集理論框架下，重點(diǎn)介紹了場景未知時(shí)變的貝葉斯濾波跟蹤參量建模及算法優(yōu)化。針對復(fù)雜跟蹤環(huán)境引起的錯跟、失跟、目標(biāo)狀態(tài)及數(shù)目估計(jì)不準(zhǔn)等問題，對假設(shè)條件過于理想的目標(biāo)新生、目標(biāo)運(yùn)動、雜波率、傳感器檢測概率和噪聲等參量模型進(jìn)行了重構(gòu)，推導(dǎo)了一系列在復(fù)雜場景下適用性更強(qiáng)的多目標(biāo)跟蹤方法，為推動多目標(biāo)技術(shù)的發(fā)展以及在實(shí)際工程領(lǐng)域中的應(yīng)用提供了相應(yīng)支撐。