在從事目標跟蹤與信息融合研究過程中，作者深切感受到隨機有限集（RFS）理論的巨大影響力。不同于傳統(tǒng)方法將信息融合涉及的目標檢測、跟蹤識別、態(tài)勢評估、傳感器管理等一系列問題分解成獨立的子問題單獨來解決這一思路，RFS理論為上述問題提供了統(tǒng)一的理論描述框架和解決方案，是一種自頂而下的科學方法。
　　RFS理論起源于20世紀末，由羅納德·馬勒（Ronald Mahler）等人創(chuàng)立，并不斷往前推進，然而，其創(chuàng)立的RFS理論抽象、復雜，一度并未獲得學界的高度重視，真正受到廣泛關注始于B-NVo的開創(chuàng)性工作，其先后提出了概率假設密度（PHD）濾波器的序貫蒙特卡羅（SMC）實現(xiàn)和高斯混合（GM）實現(xiàn)，開辟了RFS理論的實現(xiàn)途徑，且上述實現(xiàn)方法采用了目標跟蹤與信息融合領域常用的術語和符號，極力地促進了RFS理論的發(fā)展。以此為基礎，短短幾年時間依次提出了帶勢概率假設密度（CPHD）、多伯努利（MB）濾波器的實現(xiàn)方法，特別是，于2013年提出了廣義標簽多伯努利（GLMB）等標簽隨機集濾波器，使得RFS理論日臻完善，引起了目標跟蹤與信息融合領域國內(nèi)外著名學者的廣泛關注，相關研究成果呈井噴之勢。某種程度上講，RFS理論儼然已成為目標跟蹤與信息融合新的發(fā)展方向。然而，目前國內(nèi)系統(tǒng)介紹該理論的著作幾近空白，僅出版了由范紅旗博士等翻譯的兩部Mahler撰寫的著作，不過，如前所述，其書側重于理論，初學者理解上有一定難度。那么，如何以一種易于讓更多人接受的方式普及RFS理論，推動該理論在國內(nèi)的蓬勃發(fā)展呢？這正是本書的目的所在。
　　本書采用目標跟蹤與數(shù)據(jù)融合界常用的術語和符號，聚焦于系統(tǒng)介紹RFS理論在目標跟蹤領域的具體實現(xiàn)，涵蓋了當前該領域研究的幾乎所有成果：概率假設密度（PHD）、帶勢概率假設密度（CPHD）、多伯努利（MB）、標簽多伯努利（LMB）、廣義標簽多伯努利（GLMB）、δ-GLMB和邊緣δ-GLMB（M8-GLMB）等濾波器。這些濾波器是目標跟蹤領域的最新技術，為目標跟蹤提供了全新的思路和有效的解決途徑。在系統(tǒng)介紹上述濾波器后，詳細介紹了它們的擴展和熱點應用，包括機動目標跟蹤、多普勒雷達目標跟蹤、弱小目標檢測前跟蹤、非標準量測目標跟蹤、分布式多傳感器目標跟蹤等。因而，本書具有條理清晰、內(nèi)容系統(tǒng)全面、緊貼熱點前沿的特點，非常適用于相關領域初學者、研究生與工程技術人員。鑒于作者的學習經(jīng)歷，建議讀者可先閱覽拙作，再學習Mahler原著或范紅旗譯著，這樣相得益彰，學習效率可能會更高些。
　　在付梓之際，“遙想”自2015年底起筆以來，為不斷吸納國內(nèi)外最新研究成果，數(shù)易其稿，終成如今模樣，雖自知仍有不足，但仍深感欣慰，除此之外，還有諸多感謝。感謝Mahler、Vo等人的開創(chuàng)性工作，讓作者得以如饑似渴地吮吸養(yǎng)分，在撰寫過程中參考了他們的大量成果；感謝國家自然科學基金（No.61601510）和國防科技圖書出版基金提供的資助和大力支持；感謝空軍預警學院馬曉巖教授及劉維建博士、武漢大學孫洪教授、國防科技大學羅鵬飛教授等提出的寶貴修改意見和熱忱幫助；感謝國防工業(yè)出版社編輯付出的辛勤勞動；感謝評審以及關心本書出版的各位專家學者。
　　本書系統(tǒng)、全面地介紹了RFS在跟蹤領域的應用，其在更高級別的信息融合領域的應用也有著激動人心的廣闊前景，由衷希望拙作能拋磚引玉，共同推動RFS理論發(fā)展到新的高度。盡管我們已做最大努力，但限于自身水平，難免出現(xiàn)不妥之處，殷切期望廣大讀者批評指正。