某固定翼无人机平台使用可见光传感器来获取所在场景的地面信息,通过对获取的图像流进行处理,对场景中的目标进行检测、识别与跟踪,以完成侦察和打击一体化作战任务。但所获取的场景具有较大视场,视场中目标尺寸往往相对较小,因此目标细节较差;目标的外观模型不稳定、常会受局部遮挡、光照、运动模糊等因素的干扰;在跟踪过程中,目标的尺寸会发生较大的变化,应采用特定方法保证跟踪过程的稳定。本文以该系统的需求为背景,开展了地面时敏目标跟踪与系统实现的若干关键技术研究。全文主要分为三个部分。第一部分开展了基于相关滤波器的跟踪算法的研究。首先介绍了相关滤波方法的基本原理和几种典型的基于相关滤波的跟踪算法。其次,在分析典型相关滤波方法的基础上,结合本文目标特点和工程需求,提出了一种在末制导过程中选择瞄准点的交班策略,并用实测数据验证了该算法能够保证末段跟踪的稳定性。第二部分开展了基于神经网络的跟踪算法的研究。首先,介绍了以GOTURN为代表的基于神经网络的目标跟踪算法及其原理。其次,结合本文的工程实际,根据目标特点提出了基于全局搜索的局部修正的改进GOTURN方法。最后用实测数据验证了该算法能够在面对短期或长时的局部或全局遮挡、目标外观变化和目标短时间内离开视场的情况下,有效地对目标进行跟踪。第三部分开展了基于海思平台（Hi3559A）的目标跟踪算法的部署。首先分析了海思平台的独特性和优势,有针对性地对算法内容进行了改进,并在其上部署了上述研究的基于相关滤波器和神经网络的目标跟踪算法。并对部署在其上的改进方法进行实验论证。