随着科学技术的不断创新,数字电路技术得到不断发展,雷达的整体性能得到很大提高。早期雷达通过将目标点迹呈现在显示器上,然后通过手工的方式进行标绘和计算,从而确定该目标的运动方向和速度等信息。而如今的雷达系统是通过计算机应用中的程序完成对目标进行滤波,跟踪,预测等操作,其中跟踪滤波系统是雷达组成的一个重要模块。目标运动轨迹的机动性能变的越来越强,滤波器相应的精度也越来越高,稳定性也要求越来越稳定。演化算法是模拟生物在自然界中遗传及演化过程,是一种自适应全局优化概率搜索的算法,它具有很强的智能性和鲁棒性,因此在优化领域发挥了重要的作用。而雷达目标跟踪滤波器设计问题其实可以把关键的一个环节归结为最优化问题。本论文在研究雷达跟踪滤波器处理的基础上,运用演化算法对雷达信号跟踪滤波器设计进行优化,并通过Matlab软件仿真实现滤波器的设计。本文的创新点简要归纳有以下三个方面：1、将演化算法强大的最优解搜索特性与雷达信号处理的求解结合起来,提出一种基于演化算法的跟踪滤波器设计的新算法。该算法根据演化算法的实现步骤,通过初始化、适应度计算、选择、交叉变异等演化操作完成对滤波器设计的求解,具有很高的求解精度,能够克服传统数学算法的求解误差大的缺点。2、在线性跟踪滤波器建立状态方程和量测方程的基础上,分析了卡尔曼滤波的模型建立及基本算法,且在卡尔曼滤波器的设计思想上提出了基于演化算法的线性滤波器设计的新算法。它分别从二维和三维的角度设计线性滤波器,并通过实验仿真与卡尔曼滤波算法进行对比,分析其优点。3、在非线性跟踪滤波器常用模型及非线性滤波算法的基本原理基础上,提出了一种不受模型和噪声限制的基于演化算法的跟踪滤波算法。它是在粒子算法的基础上进行改进和优化的,使交叉概率和变异概率在演化过程中根据目标的实际情况,不同的演化阶段取不同的参数,随机调整参数值。通过实验仿真与粒子算法进行对比分析,可得出基于演化算法的自适应跟踪滤波器与粒子算法性能优劣。