随着现代雷达、红外等先进传感器分辨率的不断提高，可获得的目标信息愈加丰富，传统的点目标跟踪理论与方法已经不能适用于扩展目标跟踪，迫切需要研究新的理论与方法，综合利用传感器获得的信息来拓展和提升跟踪系统的功能和性能。本书重点围绕扩展目标跟踪的关键问题，研究相应的新理论与新方法，主要内容包括扩展目标形状建模、扩展目标量测划分与混合约简、扩展目标线性跟踪与非线性跟踪、随机有限集扩展目标联合跟踪与分类等。本书所阐述的理论方法与实现技术对于解决复杂场景下的非椭圆建模、非线性滤波、联合处理、计算代价高昂等扩展目标跟踪中的难点问题提供了新的思路和途径，克服了传统方法仅适用于椭圆目标和线性简单场景的不足，以及将检测、跟踪与分类分而治之所带来的局限，突破了相关理论成果难以实际工程应用的瓶颈，为扩展目标跟踪技术的发展及新一代高性能跟踪系统的实现提供了相应的理论和技术支撑。本书内容是课题组近年来承担的多项国家自然科学基金项目和国防基金项目的研究成果总结，涵盖了近年来扩展目标跟踪领域的前沿进展以及课题组取得的创新成果。 本书可作为高等学校电子、信息、控制、计算机等学科专业硕士和博士研究生的教材，也可作为相关专业的教师、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 国内外研究现状
1.2.1 扩展目标形状建模研究现状
1.2.2 扩展目标线性跟踪研究现状
1.2.3 扩展目标非线性跟踪研究现状
1.2.4 扩展目标优化处理研究现状
1.3 本章小结
第2章 扩展目标跟踪基础理论
2.1 引言
2.2 扩展目标形状建模
2.2.1 随机矩阵模型
2.2.2 随机超曲面模型
2.3 随机有限集扩展目标滤波
2.3.1 扩展目标PHD滤波及其实现
2.3.2 扩展目标CBMeMBer滤波及其实现
2.4 性能评价准则
2.5 本章小结
第3章 扩展目标形状建模方法
3.1 引言
3.2 椭圆扩展目标建模与跟踪方法
3.2.1 基于RHM的伯努利椭圆扩展目标跟踪方法
3.2.2 基于RHM的伯努利椭圆扩展目标跟踪方法实现
3.2.3 仿真实验与分析
3.3 非椭圆扩展目标建模与跟踪方法
3.3.1 非椭圆扩展目标跟踪与随机超曲面模型的关系
3.3.2 NETT方法
3.3.3 NETT本质分析
3.4 子椭圆数目可变的非椭圆扩展目标GGIW滤波
3.4.1 目标衍生
3.4.2 滤波和目标合并
3.5 仿真实验与分析
3.5.1 参数设置
3.5.2 实验结果
3.6 本章小结
第4章 扩展目标量测划分与混合约简
4.1 引言
4.2 经典划分方法
4.2.1 距离划分
4.2.2 预测划分
4.2.3 EM划分
4.3 改进的贝叶斯ART划分
4.3.1 模糊自适应谐振理论
4.3.2 MB-ART划分
4.3.3 生成划分子集
4.3.4 仿真实验与分析
4.4 经典高斯混合约简算法
4.4.1 高斯混合约简算法基础
4.4.2 SGMCR算法
4.4.3 GMRC算法
4.4.4 MGMRC算法
4.5 基于FART的高斯混合约简算法
4.5.1 KL距离
4.5.2 GMR-FART算法
4.5.3 仿真实验与分析
4.6 本章小结
第5章 扩展目标线性跟踪方法
5.1 引言
5.2 基于航迹概率图模型的多扩展目标数据关联
5.2.1 问题描述
5.2.2 航迹概率图模型构建方法
5.2.3 航迹概率图模型求解方法
5.3 基于混合概率图模型的多扩展目标数据关联
5.3.1 问题描述
5.3.2 混合概率图模型
5.3.3 混合概率图模型求解方法
5.3.4 量测单元集合优化
5.3.5 性能对比分析
5.3.6 仿真实验与分析
5.4 改进的多伯努利点目标滤波
5.4.1 MeMBer与CBMeMBer滤波的局限性
5.4.2 改进的MeMBer点目标滤波方法
5.5 改进的多伯努利扩展目标滤波
5.5.1 扩展目标MeMBer滤波框架及势均衡修正方法
5.5.2 GGIW-IMeMBer滤波方法
5.5.3 仿真实验与分析
5.6 本章小结
第6章 扩展目标非线性跟踪方法
6.1 引言
6.2 箱粒子滤波基础理论
6.2.1 箱粒子滤波简述
6.2.2 区间分析
6.2.3 区间分析框架下的运动模型
6.2.4 区间分析框架下的量测模型
6.3 扩展目标PHD箱粒子实现
6.3.1 区间单元似然定义
6.3.2 ET-Box-PHD滤波
6.3.3 ET-Box-PHD滤波分析
6.3.4 仿真实验与分析
6.4 扩展目标CBMeMBer箱粒子实现
6.4.1 区间量测似然定义
6.4.2 EET-GBP-CBMeMBer滤波
6.4.3 仿真实验与分析
6.5 本章小结
第7章 随机有限集扩展目标联合跟踪与分类
7.1 引言
7.2 扩展目标联合跟踪与分类贝叶斯推导及其GGIW实现
7.2.1 扩展目标联合跟踪与分类贝叶斯推导
7.2.2 扩展目标联合跟踪与分类GGIW实现
7.3 扩展目标JTC-GGIW-PHD滤波
7.3.1 JTC-GGIW-PHD滤波预测和更新
7.3.2 JTC-GGIW-PHD滤波状态提取和混合约简
7.4 JTC扩展状态估计分析
7.5 仿真实验与分析
7.5.1 参数设置
7.5.2 实验结果分析
7.6 本章小结
参考文献