太赫兹频段由于具有超大带宽,可以有效缓解现代无线通信日益严重的频谱资源压力,提供超高的数据传输速率。但是,相比低频段而言,太赫兹波的传播将经历更严重的路径损耗,这限制了太赫兹通信的覆盖范围。太赫兹波束赋形技术,利用具有高方向增益的波束,可以提高太赫兹通信的覆盖距离。但是,方向增益越高,意味着波束越窄,这对波束的对准和跟踪提出了更高的要求。尤其是,当用户处于运动状态时,波束的对准和跟踪更加困难。如何快速准确地进行波束配对和跟踪,是太赫兹通信需要深入探索的主要问题之一。为此,本文研究了太赫兹通信极窄波束跟踪的问题。现有波束跟踪技术可以大致分为两类:第一类是基于用户运动先验信息的波束跟踪,第二类是基于码本搜索的波束跟踪。第一类方法对用户移动性进行建模,利用卡尔曼滤波等方法进行波束跟踪。但是现有文献假设的运动学模型不够准确。第二类方法利用提前设计好的码本,通过搜寻最优的码字,进行波束跟踪。估计的准确性和导频开销是波束跟踪方法中需要考虑的两个关键问题。本文针对以上这些问题提出了对应的方法,旨在进一步提高波束跟踪准确性或者减少导频开销。首先,本文研究了振动场景中极窄波束的跟踪问题。在强风天气下的应急通信中,通信端受到外力干扰会在一定范围内摇摆。这种摇摆运动产生的位移会使得波束方向产生偏移。为了应对这个问题,我们引入振动模型,结合卡尔曼滤波方法,对状态模型和观察模型进行了改进。具体的,以运动微分方程为基础建立了离散时间递推模型,并将该模型作为卡尔曼滤波中的线性观察模型,提出了一种基于卡尔曼滤波的极窄波束跟踪算法。相比传统卡尔曼滤波算法,本文所提算法具有更高的波束跟踪准确性,而且波束越窄,本文所提算法带来的增益越大。其次,本文研究了平行移动（平动）场景中极窄波束的跟踪问题,比如在道路上的行人和机动车。在平动场景中,用户的移动轨迹主要是直线或者平滑曲线,在波束跟踪的时间间隔内,其轨迹可以用线段近似。本文利用了局部线性运动规律,并从三种码本方案中选出最合适该规律的方案,再结合信道旋转,提出了一种面向平动的极窄波束跟踪算法。仿真结果显示,通过码本优化以及信道旋转,该算法有更高的波束跟踪准确性。最后,本文研究了太赫兹超宽带极窄波束跟踪的问题。当信号带宽达到一定量级后,不同频率分量信号经过频率平坦的移相器将发生波束方向偏离,造成波束分裂。这种波束分裂现象,使得依照传统窄带方法无法进行有效的波束跟踪。针对宽带信号的波束分裂问题,清华大学戴凌龙教授团队提出了一种基于实时延电路（True Time Delay Circuit）的收发机结构,通过实时延电路弥补不同子载波信号偏离的相位,克服波束分裂的问题。本文在实时延电路收发机结构的基础上,分析了波束分裂与实时延电路参数的关系,提出一种多级波束训练方案。具体的,通过实时延电路控制波束分裂范围,动态调整波束方向,以较快的速度找到最优波束,在低信噪比时本文方法有更高的波束跟踪准确性。