对于纯方位目标跟踪,传统的线性化算法已经不能满足非线性非高斯和实时性目标跟踪的要求。近年来出现了一种新的滤波方法——粒子滤波方法(PF),它能够很好的适应纯方位目标跟踪。不过,粒子滤波初始粒子的选择对于滤波结果的收敛好坏有着重要的影响。针对这一状况,在已有的研究基础上,论文选择海面目标远距离纯方位跟踪这一具体问题,首先对两种经典算法——最小二乘递推方法与粒子滤波方法进行分析与仿真;然后综合两者优点,使用最小二乘递推估计得到估计初始值,作为粒子滤波的初始概率密度分布。最后用改进的粒子滤波方法对实际仿真进行目标跟踪。这种新方法不仅加快了粒子滤波的收敛速度,而且提高了粒子滤波的稳定性。这种改进克服了受初始值影响很大的粒子滤波方法的不足,而且对于远距离目标纯方位跟踪的实现具有实际意义。论文的主要框架如下:第一章:总体介绍目标跟踪的发展现状,介绍论文的研究内容以及主要策略。第二章:提出两个假设条件以便于课题的深入研究,并详细介绍了纯方位目标跟踪的理论、研究方法和评价准则。第三章和第四章分别介绍了最小二乘初值估计法和目标轨迹粒子滤波递推估计法。同时介绍了原理及公式推导,并进行实验研究得出两种方法的优势与不足。第五章:根据前面的实验提出一种改进方法,用来处理含大量噪声的纯方位目标跟踪文体。首先对实际海试量测数据分析,滤波,得到接近真实量测方位角数据;然后进行初始值估计,得到近似初始位置和速度;并且用它们作为粒子滤波采样的初始粒子的概率密度函数均值。最后得到收敛结果。第六章:提出了一种优化改进方法的策略——辅助粒子滤波方法。它的基本思想是在粒子滤波采样环节前,先做重采样,利用t时刻的信息将t-1时刻最有前途(预测似然度大)的粒子扩展到t时刻,从而增加了粒子的多样性,减少了重要性权的方差。通过实验仿真发现辅助粒子滤波一定程度上减小了均方根误差。第七章:对论文工作进行总结,指出文章的创新点并对后面的工作进行展望。