信度传播算法是一种基于用于快速求解马尔科夫随机场的算法。本文将建立适用于多传感器多目标跟踪的马尔科夫随机场模型,并给出了在此模型上的信度传播算法。在此基础上,本文给出了基于粒子信度传播的多目标跟踪算法,并首次提出了基于高斯混合信度传播的多目标跟踪算法。然后为了打破信度传播对跟踪目标数目的限制,提出了变结构信度传播算法,并给出了三种具体的变结构策略,即基于量测的变结构策略,基于联合起始的变结构策略与基于启发式逻辑的变结构策略。最后本文提出了一种融合随机有限集统计理论与信度传播算法的多目标跟踪算法,即信度传播概率假设密度滤波器。仿真实验表明,基于信度传播的多目标跟踪算法能完成噪声环境下的多目标跟踪,并且有着较高的精度。而基于信度传播的多目标跟踪算法能够根据实际目标数目,自适应调整潜在目标集合。并且基于启发式逻辑的变结构策略在性能上略优于基于联合起始的变结构策略,而两者性能显著优于基于量测的变结构策略。信度传播概率假设密度方法对比基于信度传播的多目标跟踪算法,有着更高的计算效率,而对比概率假设密度滤波器,有着更好的跟踪精度。