随着现代化武器的高速发展,目标机动方式复杂多样,对机动目标的跟踪变得越来越困难。目标跟踪是利用传感器获得目标的测量信息并对目标的运动状态进行精确估计的技术。近年来传感器技术和信息技术发展迅速,尤其是在现代控制理论方面的不断完善,各种新型的理论在目标跟踪领域得到了应用,使得目标跟踪技术有了长足的进步。本文主要研究当目标发生“蛇形”机动时对目标的跟踪滤波,考虑到目标发生机动时其运动模型将会发生变化,采用单一模型对其进行跟踪滤波将会产生很大的误差,通过综合考虑,采用交互式多模型滤波算法对进行“蛇形”机动的目标进行跟踪滤波是效费比最高的方式,通过对交互式多模型滤波算法进行改进,提高算法的跟踪精度。本文首先对机动目标的数学建模问题进行了相关介绍。针对目标机动形式的复杂多样性,本文介绍了目标跟踪的简单运动模型,如:匀速模型、匀加速模型、匀速转弯模型等。之后介绍了针对目标机动的复杂运动模型,如:Singer模型、“当前”统计模型、“急动”模型等。并对“蛇形”机动目标建立了数学模型。然后,本文对多种不同形式的滤波算法进行了简单的介绍,从最基本的最小二乘估计到卡尔曼滤波算法以及卡尔曼滤波算法的各种扩展形式,通过这些知识为后文滤波方法的选择做了铺垫。最后,本文采用交互式多模型滤波算法用Matlab软件进行编程对目标做蛇形机动的情形进行了跟踪滤波的仿真分析,并针对交互式多模型滤波算法的缺陷,结合模糊控制理论对交互式多模型滤波算法进行了改进。本文针对交互式多模型滤波算法的改进主要是基于模型概率的转移问题进行的,通过与模糊控制理论的融合应用,结合交互式多模型滤波算法的不足与跟踪滤波的经验设计了相应的基于模糊逻辑的模型概率更新模块,加快了交互式多模型滤波算法的概率转移速率,提高了滤波算法估计误差的收敛速率和跟踪精度。