机动目标跟踪在军事和民用领域均有重要应用, 例如导弹防御、空中交通管制、移动机器人定位导航等。目标运动模式的随机性、多样性和复杂性使得采用单一、固定的运动模型难以描述目标所有可能的运动模式, 将目标运动模式的变化描述为多种运动模型之间的切换成为机动目标跟踪的重要方法。本书聚焦为随机跳变系统的机动目标跟踪问题建模, 将机动目标跟踪转化为随机跳变系统的多模型自适应滤波问题加以解决, 并且结合不同跟踪场景遇到的问题, 介绍了几类多模型自适应滤波方法, 以及如何在多传感器分布式跟踪场景中将多模型自适应滤波进行分布式实现, 进一步在随机有限集框架下介绍了如何将多模型自适应滤波方法与概率假设密度结合来跟踪时变数目的机动目标, 最后介绍了多模型自适应滤波在运动载体GPS导航和车辆定位中的应用。