传统侦察监视系统大多将目标检测、跟踪、分类三个问题分开处理。事实上，目标的检测、跟踪与分类是三个紧密耦合的问题，联合处理有望同时得到更优异的检测、跟踪与分类性能。一方面，目标的运动学行为可以改善目标分类性能；另一方面，类别相关的运动学模型又可以提升目标跟踪性能。当然，目标数目的变化也蕴含着跟踪与分类算法的改变。本文以有限集统计学理论（Finite SetStatistics: FISST）为基础，探索其在机动目标联合检测与跟踪（Joint Detection andTracking: JDT）、机动目标联合跟踪与分类（Joint Tracking and Classification: JTC）、尤其是在机动目标联合检测、跟踪与分类（Joint Detection, Tracking andClassification: JDTC）技术中的应用，推导并提出了一系列联合算法，对增强现代侦察监视系统的目标信息获取能力具有重要的理论和实际意义。第一章为绪论，阐述了课题研究背景和意义，介绍了目标联合跟踪与分类、联合检测与跟踪及联合检测、跟踪与分类技术的研究现状，指出了FISST应用于机动目标联合检测、跟踪与分类问题的可行性。第二章由浅入深地介绍了FISST的理论基础，以直观而形象的方式阐述了FISST中复杂抽象的基本概念和方法，为后续研究奠定基础。第三章针对一个目标可能产生多个测量的情形，详细研究了单机动目标跟踪及单机动目标JTC问题。针对FISST中单目标跟踪滤波器（STBF）在目标可能发生机动行为的情形下将导致发散的问题，严格推导了最优多模型扩展的STBF，并分别针对一般和线性高斯模型给出了最优多模型扩展STBF的粒子和高斯混合近似实现方法。针对高斯混合最优多模型扩展STBF中多模型假设随着递归滤波时间的延长和测量值数目的增加导致指数增长的问题，提出了一种线性高斯假设条件下的交互多模型STBF。在上述理论支撑下，最后针对单机动目标JTC问题，严格推导了一种最优单机动目标JTC算法。仿真结果验证了将目标跟踪与目标分类进行联合处理的优势。第四章针对场景中至多存在一个目标的情形，详细研究了单机动目标JDT及单机动目标JDTC问题。针对FISST中单目标联合检测与跟踪滤波器（JoTTF）在目标可能发生机动行为的情形下将导致发散或跟踪丢失的问题，严格推导了最优多模型扩展的JoTTF，并分别针对一般和线性高斯模型给出了最优多模型扩展JoTTF的粒子和高斯混合近似实现方法。针对单机动目标的联合检测、跟踪与分类问题，严格推导了最优单机动目标JDTC算法，并针对一般运动学和测量模型给出了该算法的粒子近似实现方法。仿真结果验证了将相互耦合的目标检测、跟踪与分类问题进行联合处理的优势。第五章在相同运动学模型集条件下，详细研究了多机动目标JDTC问题。通过引入类别辅助信息，利用FISST中所提供的多机动目标JDT滤波器，建立了目标检测、目标跟踪与目标分类的良性反馈，从而得到了更为准确的目标数目和状态估计；反过来，又保证了目标的分类性能。针对一般运动学和测量模型，提出了一种相同模型集条件下基于MMPHDF的多机动目标JDTC算法，并详细给出了该算法的粒子近似实现方法。针对线性高斯运动学和测量模型，提出了一种相同模型集条件下基于LGJMS-GMPHDF的多机动目标JDTC算法。第六章研究了类别相关运动学模型集条件下的多机动目标JDTC问题。针对一般运动学和测量模型，严格推导了一种类别相关模型集条件下基于PHD类滤波器的多机动目标JDTC算法，详细给出了该算法的粒子近似实现方法。该算法的基本思想是通过类别匹配的PHD类滤波器估计出各类别条件化的概率假设密度，进而实现多机动目标的联合检测、跟踪与分类。针对线性高斯运动学和测量模型，提出了一种类别相关模型集条件下基于LGJMS-GMPHDF的多机动目标JDTC算法。该算法的基本思想是为每一高斯混合成分构建一个组合运动学模型集，进而对高斯混合成分的状态进行预测，最后采用目标运动状态和属性测量的组合似然函数对高斯混合成分的状态进行更新，并同时完成与之关联分类向量的更新。第七章重点研究了基于FISST的目标联合检测与跟踪算法的航迹提取技术。在新生目标强度函数未知情形下，针对一种典型航迹提取算法没有考虑存在虚警估计和目标漏检以及无法在目标新生时刻对不同目标的粒子进行区分等不足，提出了一种测量驱动的多目标航迹提取算法。该算法对ATBI-PHDF进行扩展以提取多目标航迹，由于这是一种测量驱动的PHDF，可以在目标新生时刻即对不同目标的粒子进行区分，因此在后续滤波时刻也无须采用聚类技术以提取多目标状态。通过引入时间窗技术，这种测量驱动的多目标航迹提取算法较好地避免了目标航迹过早地终止和虚假航迹的形成。针对现有文献在对航迹提取算法进行仿真验证时大多采用单次典型实验演示验证方法，也即缺乏一个有效的性能评价标准，详细研究了航迹提取技术的性能评估方法。在此基础上提出一种基于最优分配的性能评估策略，该策略可对航迹提取的多方面性能进行评估且无需主观设置参数。第八章总结全文，并指出了下一步可能的研究方向。