Um eine optimale Fusion von mehreren ungewissen manövrierenden Zielen zu erreichen, wurde ein föderaler Fusionsalgorithmus mit einer hierarchischen Struktur des Joint Multi-Gaussian Mixture Multi-Bernoulli (JMGM-MB)-Filters vorgeschlagen. Der JMGM-MB-Filter überträgt die Zustandsdichte jedes potenziellen Ziels in Form eines Interacting Multiple Model (IMM)-Filters, wodurch höhere Genauigkeit als der Multi-Model Gaussian Mixture Multi-Bernoulli (MM-GM-MB)-Filter gewährleistet wird. In der hierarchischen Struktur führt jeder Sensorknoten einen lokalen JMGM-MB-Filter aus, um überlebende, neu aufgetretene und verschwundene Ziele zu erfassen. Ein signifikantes Merkmal des vorgeschlagenen Algorithmus ist die Ausführung eines Hauptfilters am Fusionknoten, um bei der Beurteilung der Schätzquelle zu helfen und Lücken zu füllen. Die Ausgabe aller Filter wird als mehrere einzelne Zielabschätzungen verknüpft. Es wurde streng die optimale Fusion des IMM-Filters abgeleitet und für die Verschmelzung von assoziierten einzelnen Zielabschätzungen verwendet. Die Technik der oberen Kovarianzgrenze wurde eingeführt, um die Korrelation zwischen den Filtern tatsächlich zu beseitigen und so die Optimalität des Algorithmus zu gewährleisten. Simulationsergebnisse zeigen, dass der vorgeschlagene Algorithmus im Allgemeinen in linearen und inhomogenen Szenarien überlegen ist gegenüber bestehenden zentralisierten und dezentralisierten Fusionsalgorithmen und eine flexible Steuerung des relativen Gewichts der Haupt- und lokalen Filter ermöglicht.