随着科学技术不断发展和人们对目标跟踪实际需求的不断增加,目标跟踪问题开始受到广泛关注。目标跟踪技术已经广泛应用于军事领域如战场监控、预警、攻击、火力控制等,和民用领域如空中交通管理、船舶进出港、个人导航定位系统等。机动目标跟踪问题与人们的日常生活息息相关,具有重大应用价值,因此,该问题成为了国内外研究人员的研究热点。科学技术的进步使得目标的机动性能大大提高,呈现出高速、高机动的特点,基于卡尔曼滤波器及其改进滤波器的单模型跟踪算法已不适于实际应用。交互式多模型算法(IMM)的提出大大改善了单模型算法的不足,提高了跟踪精度,适用于目标运动状态多变的情形,并在实际情形中得到广泛应用。然而,交互式多模型算法在模型集设置等方面依然存在不足,仍然无法满足某些高精度目标跟踪情形下的需要。本论文主要研究内容为：基于交互式多模型算法的机动目标跟踪算法；研究对象为：线性观测环境下机动目标的高精度跟踪；研究的目的是：改进传统IMM算法跟踪精度及运算复杂度,以适应某些高精度或实时跟踪情形的需要；研究方法是：通过理论分析传统IMM算法存在的问题,提出改进算法并通过仿真验证分析改进算法与传统算法的优势与不足。本文主要研究了以下两个方面：第一,针对IMM算法跟踪精度仍有较大提升空间的问题,提出了一种模型集切换的IMM算法(S-IMM)。该算法通过设置两个并行运行的不同的模型集,分别实现对目标不同运动状态的跟踪,并通过分析两个模型集中模型概率的特征,判断目标运动状态,实现机动检测,并输出优化的跟踪结果,但该方法运算量较大。第二,针对本文提出的S-IMM算法运算量大的问题,提出了一种改进的模型集切换IMM算法(IS-IMM)。该算法仍然设置两个不同的模型集,分别实现对目标不同运动状态的跟踪,但对于算法运行的每一时刻,均只有一个模型集参与跟踪运算,通过分析当前模型集中模型概率特征的变化,判断目标运动状态,实现机动检测,当检测到目标运动状态改变时,自动实现模型集的软切换。本文对提出的两种改进算法进行了仿真验证,并与传统IMM算法进行了对比。仿真结果表明,S-IMM算法相对于IMM算法跟踪精度高;IS-IMM算法的跟踪精度相对于S-IMM算法略有降低但优于IMM算法,时间复杂度相对于S-IMM大幅减小。