朱自谦、胡士强编著的《机载雷达多目标跟踪技术》第一章首先回顾了现代机载雷达多目标跟踪技术的发展历史。第二章对MTT系统在工程中经常采用的几种坐标系进行了介绍和讨论。第三章在研究现有大量航迹起始方法的基础上，在机载脉冲多普勒雷达环境下，从工程实现背景出发，针对空空、空面(包括：空海和空地)目标的特点。第四章在“当前”模型的概念下，从工程实现背景出发，提出了一种用于机动目标跟踪的新自适应卡尔曼滤波算法——加权“当前”模型自适应卡尔曼滤波算法。第五章在分析“当前”统计模型的不足基础上，提出了另一种适用于大范围机动目标跟踪的新算法——基于模糊系统的UKF机动目标跟踪方法。第六章在MTT系统中首次提出了瞬时动态误差和瞬态特性的概念。第七章较为系统地介绍了目前最常见的几种数据关联方法。第八章将现有的几种概率数据关联方法等效成相应的网络。第九章介绍了一种随机有限集多目标跟踪方法。第十章针对多目标贝叶斯滤波器不能起始未知位置新目标的问题，提出了一种带有新生目标检测的贝叶斯多目标跟踪方法。第十一章在分析现有国内外资料的基础上，针对MTF技术特点提出了一套完整的性能评估方法。

第一章概论

 1．1 多目标跟踪技术的发展

 1．2 多目标跟踪技术的应用

1．2．1 军用领域

1．2．2 民用领域

 1．3 MTT技术的主要问题和关键技术

1．3．1 坐标系的选择

1．3．2 点迹录取与预处理 

1．3．3 航迹起始、确定和消除

1．3．4 数据关联

1．3．5 经典跟踪算法

1．3．6 基于随机有限集的多目标跟踪算法

1．3．7 性能评估

 1．4 本书主要章节安排

 参考文献

第二章 多目标跟踪中经常使用的几种坐标系

第三章 一种通用航迹起始模型和并行联合概率航迹起始逻辑

第四章 一种用于机动目标跟踪的加权自适应卡尔曼滤波算法

第五章 基于模糊系统的UKF机动目标跟踪方法

第六章 用于机动目标跟踪的复合机动模型及其应用 

第七章 几种典型多目标数据关联方法 

第八章 自组织特征映射神经网络概率数据关联 

第九章 应用椭球门限的随机有限集GM—CPHD多目标跟踪滤波器

第十章 基于目标检测的贝叶斯多目标跟踪方法 

第十一 章多目标跟踪性能评估系统 

结束语 

注释表