机动目标跟踪一直以来都是军事领域上的重点及难点问题。特别近几年以美俄为首的世界大国正在全力推进高超声速飞行器武器化发展,并逐步形成军备竞赛的态势,作战能力一旦形成将会影响世界军事力量的格局,我国的国防安全也会面临着严重的威胁。因此对高速高机动目标跟踪算法的研究显得尤为迫切和重要。高速高机动目标因其速度大、机动迅速且难以预测的特点使得跟踪滤波建模有很大的难度。本文介绍了几种典型的机动目标跟踪模型和滤波算法,并仿真对比了不同跟踪算法的跟踪性能,针对影响跟踪滤波性能的因素进行了分析,引出了自适应跟踪滤波算法研究的必要性。本文在“当前”统计模型的基础上提出一种改进的单模型自适应跟踪算法,该算法改善了固定模型参数适应性差而带来跟踪性能下降的问题;在交互多模型的基础上介绍了一种自适应网格交互多模型(AGIMM)跟踪算法,该算法相对于模型固定的交互多模型算法,具有更好的自适应能力;针对AGIMM算法存在着依赖中心网格模型以及模型集收敛慢的问题,提出一种基于机动判别的变结构交互多模型,该算法克服了AGIMM算法的不足,提高了对机动目标的跟踪性能。最后以临近空间高超声速飞行器为应用背景,优化设计了HTV2飞行器的运动轨迹,并将所研究的几种自适应跟踪算法应用于对该轨迹的仿真跟踪中,进一步验证了所提跟踪算法的有效性。