本文提出并仿真两种改进的质点滤波算法,用于解决盲多普勒目标的跟踪问题。盲多普勒是一个非线性极强的滤波问题,卡尔曼滤波无法克服其中的非线性,而质点滤波在其中发挥了独特的优势。本文提出的第一种算法在生成质点的过程中设置两级噪声,一级适用于匀速运动,一级适用于加速度运动。根据权重计算判断哪一级噪声适接近当前观测,若采样于匀速运动噪声的所有质点权重之和小于某个门限,则判断为有加速度运动,重新采样于另一级噪声,再计算权重,进入到下一时刻的运算。第二种算法使用两个交互的运动模式,一个是匀速模式,一个是加速模式。质点分别通过两个模式后在下一时刻根据模式概率发生交换,即上一时刻在模式i的质点以一定概率进入模式j,反之亦然。则质点的模式轨迹就是对目标运动状态的估计,例如目标先做匀速运动,再加速,最后保持匀速。交互式多模质点滤波的优点是,如果模式接近真实情况,也就是先验信息比较充足和准确时,跟踪效果在理论上优于单模。但缺点是复杂度高,硬件实现难度大。为了突出质点滤波的独特优势,同时验证改进的必要性,Matlab仿真包括比较改进算法与扩展的卡尔曼滤波和前人提出的质点滤波算法。本文第二部分针对盲多普勒跟踪问题,在前人已有的工作基础上,提出交互式多模型质点滤波的部分硬件结构设计,针对该算法与通用质点滤波算法相比最不同的地方进行设计。