在众多领域,比如军事上的战场监视、防空系统,民用上的交通管制、机器智能、医疗器械,目标跟踪都是一个基本的或重要的问题。雷达跟踪系统中的关键就是目标跟踪算法的设计。随着应用的推广,各种新的技术被应用到雷达目标跟踪中来以适应更加复杂的环境。而目标跟踪中的一个核心部分就是滤波算法,本文重点研究了现阶段应用比较广泛的几种滤波算法,并讨论了这些跟踪算法目前所存在的问题。本文首先概述了目标跟踪模型的建立,给出了几种常见的机动目标运动模型和量测模型坐标系的选择,在此基础上介绍了α-β滤波和α-β-γ滤波,改进型α-β滤波,重点分析了kalman滤波(包括扩展kalman滤波)跟踪技术,通过建立相应的模型仿真了解到,标准kalman滤波对于匀速直线运动跟踪效果较好,而基于EKF的跟踪方法对于线性或者弱机动性的目标有很精确的跟踪性能,但是,对于多维状态的跟踪系统,EKF中的雅克比矩阵计算会很复杂也很困难。其次,本文还详细介绍了基于kalman滤波的交互多模型(IMM:Interacting Multiple Model)目标跟踪技术,阐述了该算法的原理和滤波步骤,分析了其性能和优点,提出了一种优化的2模型IMM算法,并通过建立相同目标模型的matlab仿真,和其他算法的性能作了对比,结果表明改进的IMM算法具有良好的跟踪性能,是一种可行的算法。最后对其他几种常见滤波进行了扼要的介绍,结论部分对未来的研究方向、发展趋势以及滤波发散问题作了展望和建议。