水下目标跟踪是近年来非常活跃的研究领域之一,在军事和民用领域都有重要的应用。民用领域主要涉及濒危水生物的跟踪、鱼群定位、打捞与救助、海底目标定位与识别等方面,在军事上主要涉及水雷、潜艇等水下目标物的探测和跟踪。由于水下环境复杂多变(如声学介质约束及异质性)以及水下信号获取、传送及处理成本等因素,水下可用数据往往不够准确,因此,水下目标跟踪面临诸多挑战。如何提高跟踪的准确性和快速性,降低计算和通信成本,减小模型复杂度,都是急需解决的关键问题。本文对水下目标跟踪过程的建模、线性化、误差分析及处理、跟踪精度等问题进行了如下研究:首先,对水下目标跟踪过程进行建模处理,找到模型中的非线性项并对其进行线性化化处理,此处线性化处理采用伪线性化方法。伪线性化处理后,对跟踪过程的偏差进行分析,得到其产生偏差的原因。其次,对纯方位水下目标跟踪问题进行研究,建立纯方位水下目标跟踪模型,并对现有伪线性滤波算法进行分析,应用偏差补偿算法,提出递推辅助变量卡尔曼滤波算法将之前算法所存在的问题进行解决。但当水下噪声过大时,所提出的递推辅助变量卡尔曼滤波算法也会出现一定的跟踪偏差,为了解决这个问题,引入一个阈值选择策略。再次,将基于纯方位水下目标跟踪扩展到基于混合量测的水下目标跟踪,通过方位角、到达时间差、到达频率差三个量测结果混合来对水下目标进行跟踪,主要通过方位角替换来将到达距离差和到达频率差中的冗余变量消除,将处理归结为对方位角的处理,并将所提出的递推辅助变量卡尔曼滤波算法用于此处理过程中,通过对估计值与测量值的递推实现误差的消除,得到更好的跟踪效果。最后,通过MATLAB软件进行仿真验证其可行性和有效性。