反舰导弹是对海作战的主要武器,越来越多的国家重视其研究和发展。近年来,它的攻击范围、精度和抗干扰能力都大幅度的提高,在海战中给舰船带来了巨大的威胁。因此研究有效的滤波算法,准确跟踪反舰导弹的运动轨迹,对提高舰船的反导能力具有重要的意义。本文针对反舰导弹的“蛇形”机动特性,重点研究了基于交互式多模型的反舰导弹跟踪算法。本文结合反舰导弹真实运动特性,引入动力学建模方法,根据导弹的质心运动方程建立了反舰导弹“蛇形”机动航迹,为反舰导弹的跟踪提供理论依据。针对传统的交互式多模型算法(IMM)收敛速度慢、跟踪精度低、鲁棒性差等不足,提出了一种基于模糊逻辑的自适应容积卡尔曼交互式多模型算法(FLIMM-ACKF)。首先,该算法利用模糊控制方法对模型概率矩阵进行更新,加快了概率更新速率,有效地提高了交互式多模型算法的收敛速度。其次,在对误差协方差进行更新时引入了统计估值器,自适应的调整误差协方差的大小,改善了其统计特性未知可能引起滤波精度下降的缺点,有效地提高了滤波算法的精度和鲁棒性。为了验证改进FLIMM-ACKF算法的优越性,将其应用于反舰导弹的“蛇形”机动轨迹跟踪中,通过仿真证明了 FLIMM-ACKF算法能够快速的调整模型概率,提高纯方位目标跟踪的精度和鲁棒性。总体而言,所建立的“蛇形”机动模型对反舰导弹跟踪技术的研究有一定的实用价值,改进的算法能够实现对反舰导弹“蛇形”机动的稳定跟踪。