群目标由多个具有协作关系的子目标组成,同属于一个群的多个子目标在运动过程中会呈现一定的结构特性。在传感器的分辨率有限时,群目标中各个子目标间的距离过近,导致群目标呈现出不可分辨性,即多个子目标位于一个分辨单元内的情况。群目标跟踪估计主要包括目标量测的获取,以及对获得的量测进行滤波和估计。在本文的研究工作中,我们结合图理论对群目标中的协作关系进行描述,然后分别应用GLMB,Gibbs-GLMB算法对可分辨群目标进行跟踪估计并对可分辨群目标的结构以及队形进行深入分析讨论,给出了可分辨群目标的结构以及队形的判定方法,最后将标签与结构结合,提出了结构标签群目标估计算法,主要工作内容包括:(1)基于随机有限集和图理论的可分辨群目标状态估计。首先结合图理论对可分辨群目标进行动态建模,即用邻接矩阵描述群目标间的协作关系,分别建立了群目标的CV,CT运动模型,针对CV运动,分别通过GLMB滤波器和Gibbs-GLMB滤波器对其进行跟踪估计,针对CT运动,因为CT运动属于非线性运动,因此结合无迹卡尔曼滤波器(UKF),分别使用UKF-GLMB滤波器和UKF-Gibbs-GLMB滤波器对其进行跟踪估计。(2)对可分辨群目标结构和队形的研究。本部分,我们经过对群目标中的结构和队形特征分析后详细阐明了什么是群目标的结构与队形及其异同。然后根据二者的特征分别给出了判定在连续状态中群目标在运动过程中其结构与队形的状态是否发生变化的方法。(3)提出了一种基于RFS观测的解析贝叶斯群目标估计算法。首先将单群目标定义于一个有结构标签的离散可数空间上,然后使用邻接矩阵建立单群目标的协作关系模型,并给出单群目标的似然函数。