多目标跟踪问题在军事领域有着十分广泛的应用,如弹道导弹防御、空中预警、空中多目标攻击、海洋监视等。近些年来,由于红外和可见光侦察、监视设备在军事上的大量应用,也推动了多目标跟踪技术的快速发展。论文中首先对多机动目标的检测与跟踪方法进行了概述。重点阐述了基于小波变换的目标检测与跟踪方法。为提高航空图像的分辨率,文中提出了一种利用小波变换进行高分辨率图像放大的方法,用此算法放大后的航空图像比传统方法获得的放大图像平均梯度要高,图像细节更清晰。其次,文中还提出了两种基于小波变换的运动背景下多目标检测算法,一种是针对自然纹理(无明显特征)背景的采用小波能量的目标检测方法,与传统的分割方法相比,此算法能滤除与目标灰度相近的背景,而保留目标。另外,还提出了一种针对特征背景下基于小波变换的分层匹配算法,该算法与传统的块匹配算法相比防止了在含噪图像上进行块匹配不准确的缺点,而且,它应用了粗定位和精定位相结合的搜索思想,所以它的搜索速度快。另外,文中还采用模糊推理方法进行数据关联,此算法主要用于多个候选目标落入同一跟踪门时的情况。它与传统的联合数据关联和多假设法相比,运算速度快,适于工程应用。模糊推理方法结合扩展卡尔曼滤波进行多目标的跟踪和预测实验,得到了较为满意的结果。最后,论文中采用仿真实验方法研究了三种机动目标模型在几种机动条件下的跟踪特性,对各模型的优缺点进行了阐述。并对多机动目标跟踪的发展方向进行了展望。