Para rastrear múltiples objetivos en maniobra en entornos desordenados con ruidos de medición inciertos y modelos dinámicos de objetivos inciertos, se propone un filtro mejorado de asociación de datos probabilística conjunta-filtro de mínimos cuadrados recursivos difusos (IJPDA-FRLSF). En el filtro propuesto, primero se establecen dos modelos inciertos de mediciones y ángulos observados. A continuación, estos dos modelos se utilizan para construir una estrategia de fusión aditiva, que luego se emplea para calcular las probabilidades de asociación conjunta generalizadas de las mediciones que pertenecen a diferentes objetivos. Además, las probabilidades obtenidas se aplican para reemplazar las probabilidades de asociación conjunta calculadas por el método estándar de asociación de datos probabilística conjunta (JPDA). Considerando la ventaja del filtro de mínimos cuadrados recursivos difusos (FRLSF) en el seguimiento de un solo objetivo en maniobra, que puede relajar la suposición restrictiva de las covarianzas del ruido de medición y los modelos dinámicos de los objetivos, se sigue utilizando FRLSF para actualizar el estado de cada trayectoria de objetivo. Así, el filtro propuesto no solo puede proporcionar la ventaja de FRLSF, sino que también puede ajustar los pesos de las mediciones y los ángulos observados en las probabilidades de asociación conjunta generalizadas de manera adaptativa según su incertidumbre. El rendimiento del filtro propuesto se evalúa en dos experimentos con datos de simulación y datos reales. Se ha encontrado que es mejor que el rendimiento de otros tres filtros en términos de precisión de seguimiento y tiempo de ejecución promedio.