在军事和民用领域譬如空防和空中交通管制中,需要可靠而精确的跟踪目标。运动目标的机动会使跟踪系统的性能产生恶化,由于机动出现的复杂性、随机性和多样性,对机动目标进行跟踪一直是一个具有挑战性的问题,不管在理论上和实践上都有较高的技术难度。而随着现代航空航天技术的飞速发展,各种飞行器的航行速度和机动性越来越高,在此背景下,如何提高高速高机动目标的跟踪性能成为一个越来越重要的问题,因此迫切需要研究性能更为优越的跟踪滤波方法。虽然现在已有不少目标跟踪算法,但专门针对高速高机动目标跟踪的研究还不多,因此本文着重研究高速高机动目标的跟踪问题。本文首先回顾了目标跟踪问题的发展历史,并介绍了该课题的研究现状:主要介绍了交互多模型(IMM)算法及其改进算法和各种机动运动模型的研究现状。第二章详细介绍了目前运用最广泛的几种机动运动模型,包括匀速运动(CV)模型、匀加速运动(CA)模型、Singer模型、“当前”统计模型和二级滤波模型;讨论分析了各种模型的过程方程及各种参数。第三章详细讨论了三种目标跟踪算法:IMM算法、重新计算权重的交互多模型(RIMM)算法和交互加速度补偿(IAC)算法;详细介绍了各种算法的原理及步骤;对分别使用Singer模型、“当前”统计模型和二级滤波模型的IMM算法,RIMM算法及IAC算法作了仿真。在第四章中本文提出了一种使用多种机动运动模型交互的IMM算法并作了仿真;介绍了一种基于时变马尔可夫转移概率矩阵的IMM算法并作了仿真;在此基础上提出了一种改进的IMM算法,算法结合使用多种运动模型及时变马尔可夫转移概率矩阵,仿真结果表明其获得了对高速高机动目标较好的跟踪性能。第五章对本文提出的改进算法和其他算法的性能作了对比仿真,结果表明改进算法在跟踪性能和计算复杂度之间取得了一个较好的平衡,是一种可行的高速高机动目标跟踪算法。最后对论文作了总结,并对未来的研究方向和发展趋势作了展望和建议。