光电经纬仪是靶场用来测试外弹道跟踪数据以及飞行状态的光电测量设备。跟踪系统也是它的重要组成部分。随着科学技术的发展，当今航空、航天、军事工程以及天文观测等领域都需要对目标的运动特性进行精确的估计，这给机动目标的跟踪带来了巨大的挑战，为了实现更高的要求，各种不同的新技术被不断地应用到目标跟踪中，机动目标跟踪现已成为估计领域非常重要的研究方向。通常，机动目标跟踪中存在的问题是目标模型与目标实际运动状态的不匹配。因此，建立合适的目标跟踪模型，是机动目标跟踪的重点之一。之后，就需要设计目标跟踪的滤波算法，目标跟踪中最要的是对目标的距离，速度还有加速度等信息的跟踪。因此，研究机动目标跟踪中的滤波算法对于快速捕获和精密跟踪具有非常重要的意义。本文首先对常用的一些机动目标模型作了介绍，然后又对常用的预测与滤波算法作了详细的研究。并重点对卡尔曼滤波、推广卡尔曼滤波以及基于“当前”统计模型的自适应卡尔曼滤波做了深入研究，以寻求一种高精度、滤波效果好以及实用性强的滤波算法。本文采用MATLAB仿真工具对各种算法的有效性进行验证。首先，对某靶场光电经纬仪测量结果进行建模，并采用卡尔曼滤波做了仿真验证。实验结果表明，卡尔曼滤波对机动目标的估计效果很好。其次，对三种不同的目标机动方式，采用基于“当前”统计模型的自适应卡尔曼滤波做了仿真验证，并针对该算法出现的一些缺陷做了两种不同的算法修正。仿真结果表明，基于“当前”统计模型的自适应滤波算法可以很好的估计目标的状态，修正的滤波算法也改善了对目标状态估计中的缺陷问题，提高了目标估计的效果。