本書在隨機有限集理論框架下，重點介紹了場景未知時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)運動、雜波率、傳感器檢測概率和噪聲等參量模型進行了重構(gòu)，推導(dǎo)了一系列在復(fù)雜場景下適用性更強的多目標(biāo)跟蹤方法，為推動多目標(biāo)技術(shù)的發(fā)展以及在實際工程領(lǐng)域中的應(yīng)用提供了相應(yīng)支撐。