机动目标在运动的过程中其运动的状态是不断发生变化的,同时还要受到地形,各种噪声和其他因素的干扰,提高对目标的跟踪精度就成为了一个难点问题,2003年由加拿大麦克马斯特大学S. Haykin教授提出的认知雷达为复杂环境下提高雷达性能和目标跟踪精度提供了一种新的解决方案。本文在国家自然科学基金的支持下,对认知雷达中的目标跟踪问题进行了探讨,分析了雷达的发射波形对目标的跟踪精度的影响,研究了根据外界环境变化,自适应调整发射波形的方法,以期达到在复杂环境下有效地提高目标的跟踪精度。论文系统地分析和归纳了多模型算法的发展,重点分析了经典的交互多模型算法的原理,认知跟踪系统的系统结构及其各个组成部分。深入研究了机动目标跟踪问题,提出认知跟踪系统中脉宽可调的交互多模型算法,有效地改善了目标的跟踪精度。在Intel Core2E6550,2.33GHz双核CPU,2G内存的系统平台上,对机动目标的跟踪进行了仿真实验。结果表明,和传统的交互多模型算法相比本文所提出的脉宽可调的交互多模型算法具备更好的跟踪性能。