机动目标跟踪是民用与军用方面中的一个重要研究方向,在实际应用方面具有非常广大的前景,该方向引起了国内外很多学者、专家的关注。随着现代航空航天技术的飞速发展,各种飞行器的飞行速度和机动性能越来越高,对目标跟踪算法也提出越来越高的要求,因此,研究目标跟踪算法是一个在理论与应用中均具有挑战性的课题。本文将分别在线性和非线性状态下应用交互多模型(IMM)算法对机动的目标进行跟踪;并根据IMM算法对机动目标进行跟踪过程中所遇到的问题,对算法性能进行了改善。文章首先描述了目标跟踪的一些基本概念和重要理论,介绍了目标的量测模型与状态模型;给出了几类重要的运动模型,并说明了如何合理地选择坐标系。其次围绕着IMM算法在目标跟踪中的应用,对IMM算法的理论、思路进行了详细的剖析和推导;接下来引入了线性和非线性状态下最常用的滤波器,例如:KF、EKF和UKF,分析了其工作原理,在一定条件下对其做了对比仿真并进行分析;接下来将IMM算法与以上滤波器相结合用以解决线性和非线性条件下对机动目标的跟踪问题,在一定的条件下对其进行了仿真并验证了跟踪性能。最后,针对IMM算法在目标跟踪的实际运用时所出现的一些问题,即模型滤波的开始时刻不匹配、状态向量维度不匹配以致无法交互、IMM中先验设定、理想化的马尔科夫转移概率、仅将模型概率作为权值对输入输出进行加权求和,对算法性能进行改善,并在一定的参数下对算法进行了仿真对比,分析了最终的结果并验证了对其性能的改善。