目标跟踪是雷达数据处理中的一个重要组成部分，在远程预警、战场监视、空中管制、民航交通等军民领域有着广泛的应用。由于目标运动的未知性和环境的复杂性，必须对滤波算法进行扩展，并对目标的信息进行关联以期达到稳定跟踪的目的。本文首先研究了贝叶斯理论，它是本文的理论基础，其后讨论了卡尔曼滤波。考虑到卡尔曼滤波是只适用于线性系统，本文研究了针对非线性系统的扩展卡尔曼滤波和不敏卡尔曼滤波，扩展卡尔曼滤波通过将非线性模型线性近似化处理非线性问题，且后者通过状态向量近似化进一步提高了滤波精度。针对卡尔曼滤波等算法的计算量大的缺点，本文最后研究了根据信息融合理论对数据的预处理和数据的关联方法，包括野值的预处理和基于在关联区域内考虑目标存在概率的概率的数据关联算法与综合概率数据关联算法，并设计了实际的导弹跟踪场景实验证明了它们具有良好的目标跟踪能力。