作為2007年版Statistical Multisource-
Multitarget Information Fusion一書的姊妹篇，
羅納德·馬勒著的《多源多目標統計信息融合進展》
繫統全面地介紹了隨機集信息融合最近10年來的理論
及技術進展，密切結合弱小目標檢測、聯合跟蹤識別
、集群目標跟蹤、多源異質融合、傳感器配準、傳感
器／平臺資源管理等實際應用問題，內容新穎且繫統
性強。
全書按專業化程度和應用水平分為五篇26章：有
限集統計學初步(第2～6章)；標準觀測模型的RFs濾
波器(第7～15章)；未知背景下的RFS濾波器(第16～
18章)；非標觀測模型的RFs濾波器(第19—22章)；
RFS傳感器與平臺管理(第23—26章)。主要內容涵蓋
：隨機有限集與多目標的數學基礎、貝葉斯建模／濾
波與性能評估、經典有限集濾波器、多傳感器有限集
濾波、跳變多目標繫統濾波、聯合的濾波與傳感器配
準、多目標平滑器、動態未知背景下的有限集濾波、
疊加式傳感器濾波、圖像傳感器檢測前跟蹤、群／簇
／擴展目標跟蹤、模糊觀測下的隨機集濾波、單／多
目標傳感器管理控制的理論及近似。
本書可為從事雷達／光電信息繫統設計及其信息
綜合的技術人員提供理論指導與實際參考，同時也可
作為高等院校相關專業研究生的學習教材。計算科學
家、物理學家、數學家以及其他從事信息融合理論研
究的人員也可從本書中獲益。

第1章 緒論
1.1 有限集統計學概覽
1.1.1 FISST的理念
1.1.2 關於FISST的一些誤解
1.1.3 觀測一航跡關聯方法
1.1.4 隨機有限集方法
1.1.5 擴展至**規觀測
1.2 有限集統計學*新進展
1.2.1 經典PHD和CPHD濾波器進展
1.2.2 多目標平滑器
1.2.3 未知背景下的PHD和CPHD濾波器
1.2.4 非點目標PHD濾波器
1.2.5 經典多伯努利濾波器的進展
1.2.6 面向“原始數據”的RFS濾波器
1.2.7 理論進展
1.2.8 **規觀測融合方面的進展
1.2.9 邁向大一統
1.3 本書結構
第1篇 有限集統計學初步
第2章 隨機有限集
2.1 簡介
2.2 單傳感器單目標統計學
2.2.1 基本符號
2.2.2 狀態空間和觀測空間
2.2.3 隨機狀態／觀測、概率質量函數與概率密度
2.2.4 目標運動模型與馬爾可夫密度
2.2.5 觀測模型與似然函數
2.2.6 **規觀測
2.2.7 單傳感器單目標貝葉斯濾波器
2.3 隨機有限集
2.3.1 RFS與點過程
2.3.2 RFS的例子
2.3.3 RFS的代數性質
2.4 多目標統計學梗概
第3章 多目標微積分
3.1 簡介
3.2 基本概念
3.2.1 集函數
3.2.2 泛函
3.2.3 泛函變換
3.2.4 多目標密度函數
3.3 集積分
3.4 多目標微分
3.4.1 Gfiteaux方向導數
3.4.2 Volterra泛函導數
3.4.3 集導數
3.5 多目標微積分的重要公式
3.5.1 多目標微積分基本定理
3.5.2 集積分變量替換公式
3.5.3 聯合空間上的集積分