文中首先讨论了目标跟踪中的滤波估计方法,并结合实际应用的需要针对广泛使用的卡尔曼滤波方法提出了对非均匀间隔采样的数据进行卡尔曼滤波的处理方法,对卡尔曼滤波方程做了适当的修改使其适应非均匀采样数据的处理.数据关联技术是多目标跟踪中的关键环节.该文介绍了数据关联技术的分类和发展状况,并主要分析了基于贝叶斯估计的数据关联方法如概率数据关联方法（PDA）、联合概率数据关联方法（JPDA）方法,针对PDA方法对所有落入跟踪门内的回波都采取同样方法处理的缺点,介绍了改进PDA（MPDA）方法.MPDA方法根据落入同一目标跟踪门的测量值数目对落入公共区域的测量值进行重新加权,取得了比较好的效果,MPDA方法相对于PDA方法的性能有了较大的提高.JPDA方法是多目标跟踪中的经典方法,但其计算量很大,该文通过对关联事件搜索原理的分析,提出了快速JPDA（FJPDA）分组搜索可行关联事件的方法,该方法从关联矩阵中的非零元素入手,采用递归执行,分组搜索,在搜索同时计算关联概率最大程度地利用搜索的中间结果提高处理速度.并在此基础上提出了减少小概率关联事件产生的改进FJPDA算法,进一步提高了计算速度.