JPDA算法是一種用於多目標數據關聯的有效算法，特別是在處理回波密集的情況。它與PDA算法相似，都使用相同的估計方程，但JPDA在處理關聯機率時有所不同。PDA算法認為關聯區域內的所有有效量測值至多有一個匹配目標，其餘為雜波；而JPDA則認為交叉關聯區域內的每個量測可能來自交叉的多個目標或雜波。
JPDA算法分為兩個主要步驟：
聯合事件生成：計算當前幀中，從檢測器檢測到的每一個觀測值與前一幀跟蹤器中可能的各種跟蹤目標之間的關聯機率。
關聯機率計算：通過機率的匹配度去關聯前後幀之間的信息，確定感測器接收到的量測和目標源之間的對應關係。
JPDA算法假設關聯區域內的所有有效探測值都只能關聯一個目標，其他的都是噪聲。此外，它還考慮了目標空間密度較大的多個干擾目標的套用場景，與PDA相比，JPDA更適用於這種情況。
在實際計算中，JPDA通過找出所有可能點跡-航跡的組合集合，通過求點跡-航跡關聯集合的機率來獲得權值。它計算的是聯合機率，因為量測值可能來自不只一個目標。
JPDA算法的一個明顯缺憾是它假設關聯區域內的所有有效探測值都只能關聯一個目標，其他的都是噪聲。這與實際情況可能不完全相符，因此在實際套用中可能需要額外的處理來考慮更多的可能性。
JPDA算法需要與其他濾波算法一起使用，組合起來完成目標跟蹤的任務。有時也會看到JPDAF的說法，這是融合了卡爾曼濾波的算法，其大部分步驟都是基於卡爾曼濾波的五個方程。