目标跟踪理论自诞生以来，随着不断的发展和完善，已经在多个领域逐渐占据一席之地。例如在机载多目标跟踪、多目标预警，海岸监视，海上交通管制，卫星监视等多方面发挥着巨大作用。如今现代电子对抗中电磁环境愈发繁杂，对目标跟踪的需求更加迫切，考验也更加严峻。基于此本文从以下几个方面深入开展了对空中机动目标跟踪算法的研究。　　首先，本文论述了有关目标跟踪的基础理论。详细阐述了坐标系选取和机动目标模型，列举了诸多实例。接着对常用的卡尔曼滤波和其他方法进行了详细的描述，并对各自特点进行了对比。此外，也简单描述滤波发散现象。　　然后，本文针对机动情况下算法运算量大的问题，提出了一种基于模糊控制的单目标跟踪方法。在论述方法前，介绍了三种卡尔曼滤波的延伸方法，并进行相应仿真验证进行对比，从而选取容积卡尔曼滤波方法。本算法将该滤波方法融入交互式多模型中，一定程度上提升了运算量。而基于单模型的卡尔曼滤波方法在非机动情况下具有良好的跟踪效果，且复杂度较低。因此，本算法引入模糊控制方法，通过输入算法平滑残差和平滑残差变化率，自适应的在上述两种滤波算法间进行切换。经过仿真实验表明，该方法能够有效的在机动和非机动的情况下进行滤波算法切换，既能够保证跟踪精度，并且有效降低了算法耗时。　　最后，本文针对多目标跟踪算法复杂度较高的问题，提出了一种基于椭球门限的多目标跟踪方法。在论述方法前，介绍了概率假设密度滤波和带势的概率假设密度滤波两种方法，并对其进行了仿真，证实了后者在跟踪效果上更佳。本算法选用带势的高斯混合概率假设密度滤波，算法复杂度同样较高。基于此，本算法通过将粒子聚类和权重引入椭球门限，实现自适应减少量测数目，从而降低算法复杂度。通过仿真验证，本方法能够在能够保证跟踪精度的情况下，有效降低算法的整体耗时，提高运行效率。