章 概论
1.1目标跟踪与随机有限集基本概念
1.2目标跟踪研究现状
1.2.1单目标跟踪
1.2.2经典多目标跟踪
1.2.3基于随机有限集的多目标跟踪
1.3章节安排与内容组织
第2章 单目标跟踪算法
2.1引言
2.2贝叶斯递归
2.3共轭先验
2.4卡尔曼滤波
2.5扩展卡尔曼滤波
2.6不敏卡尔曼滤波
2.7容积卡尔曼滤波
2.8高斯和滤波
2.9粒子滤波
2.10小结
第3章 随机有限集基础
……

本书着重研究RFS理论的在目标跟踪领域的实现算法，主要内容归纳为四类滤波器：概率假设密度（PHD）滤波器、势PHD（CPHD）滤波器、势平衡多目标多伯努利（CBMeMBer）滤波器和广义标签多伯努利（GLMB）滤波器，它们分别是多目标贝叶斯滤波器的一阶矩近似、二阶矩近似、概率密度近似以及准确解决方案。