目标跟踪技术是二十世纪中期新兴起的一门技术，它在未知目标运动信息的情况下，通过传感器获得目标的位置、速度、加速度等信息，经过对信息的处理分析，实时地对目标的运动状态进行估计。现在，目标跟踪的相关技术已成功应用于军事领域和日常生活中，目标跟踪问题也越来越成为人们关注的热点，对于它的研究也越来越广泛。交互式多模型(IMM)算法是近三十年提出的一种新的目标跟踪方法，它对机动目标跟踪有良好的效果。本文对IMM算法进行了深入研究，对算法的优缺点进行了分析。通过仿真实验验证了IMM算法对于单模型算法的优越性。针对IMM算法模型集固定，计算量大的缺陷，本文将交互式多模型(IMM)跟踪算法与ANFIS(Adaptive Neuro-Fuzzy Inference System)—自适应模糊神经推理系统相结合，提出了一种改进的IMM算法。通过ANFIS系统对IMM算法中的系统噪声协方差的调节来实时地更新各个模型的概率，进而调整各个模型对于目标不同运动状态的匹配度，最终提高系统的跟踪精度。最后通过仿真实验验证了改进算法的有效性，并对改进算法的复杂度进行了分析。