本文基于状态估计理论与方法，研究了目标跟踪中的有关有偏滤波策略设计问题。通常的估计问题，大多要求待估量达到无偏最小方差估计。为实现无偏估计，系统运动模型的阶次需要与目标运动形式匹配，还需要已知外部干扰信号的统计特性。然而，对于诸如敌方飞行器等不合作目标而言，在非巡航段，目标有时可能采用多种复杂的运动样式，此时目标的运动模型表现出一定的不确定性或复合性。有学者提出利用高阶运动模型来描述目标的运动特性，但高阶模型在跟踪低阶运动模态时会增大估计的随机误差，表现出不平稳性。如对于带有随动跟踪系统的高炮武器系统，状态估计的不平稳将会导致高炮跟踪的不平稳，从而将导致射击效能的降低。为此，工程中常用尽可能低阶次的系统模型来进行目标运动假定，如火控系统中广泛使用的等速直线模型。但是，当目标运动发生机动时，低阶模型又会产生系统偏差。因此，如何同时控制估计系统的准确性和平稳性是一个亟待解决的问题。本文借鉴满意估计思想和回归系数估计中的有偏估计的思想，设计一种兼顾准确性和平稳性的有偏估计策略，该策略不追求状态估计的无偏性，而是在允许存在一定系统偏差下控制随机误差，以此换取输出数据的平稳性。在保证目标的可靠跟踪基础上，使系统的整体性能满足设计和使用要求。本文将动态误差系数指标纳入满意有偏估计策略，通过限定动态误差系数来控制系统误差，并改善了系统的平稳性。以线性矩阵不等式(LMI)和双线性矩阵不等式(BMI)形式描述了区域极点指标、稳态误差方差指标和动态误差系数指标，并利用迭代求解LMI逼近BMI的算法，给出了满足区域极点，稳态误差方差指标上界约束下，动态误差系数取极小值的满意有偏估计策略。