多目标跟踪因其在军事和民用领域的突出地位和广泛应用,一直是国际国内的热门研究课题之一。考虑到多目标跟踪实时性和精确度之间难以调和的矛盾,本文基于机载雷达,就机动目标跟踪和复杂背景下目标跟踪两个重点问题做了一些针对性的尝试和探索,力求满足实际工程应用的需要。而机载雷达多目标跟踪涉及到一系列坐标转换,在此过程中目标量测、机体的姿态以及位置均会带来误差,因而选取合适的跟踪坐标系以减小误差对跟踪结果的影响也十分必要。论文的主要内容如下:对于机动目标跟踪,在卡尔曼滤波算法的基础上,给出了一种机动检测滤波算法。该算法借鉴逻辑航迹起始法的滑窗思想设置机动检测门限,通过观察速度新息的变化趋势判断是否发生机动,从而相应地调整增益矩阵。分别使用卡尔曼滤波算法和该修正算法对单目标的不同机动情况进行滤波比较,仿真结果表明该算法在基本维持卡尔曼滤波算法复杂度的同时,显著提高了机动目标跟踪的精确度,有效改善了滤波起始阶段和目标发生机动时的滤波效果,一定程度上抑制了滤波发散现象。对于复杂背景下目标跟踪,给出了一种修正的概率数据关联算法。该算法将虚警是杂波或其他目标回波的情形加以区分,降低公共候选回波的权重,在引入联合概率数据关联算法中确认矩阵的同时回避了互联矩阵的拆分。分别使用概率数据关联算法、联合概率数据关联算法和该修正算法对一组目标的不同相对运动情况进行关联比较,仿真结果表明该算法在基本维持概率数据关联算法复杂度的同时,有效降低了复杂背景下目标跟踪的误差,明显改善了数据关联效果,一定程度上克服了计算量随航迹、点迹个数增长“组合爆炸”的问题。对于机载雷达目标跟踪,仿真分析了坐标转换过程中机载平台坐标误差、姿态误差以及目标观测误差等各种参数误差对跟踪性能的影响以及载体直角坐标系、混合坐标系、地理坐标系、地球坐标系等不同跟踪坐标系下的跟踪性能,在此基础上讨论了跟踪坐标系的选取,验证了混合坐标系作为跟踪坐标系的优越性能,并给出了相应的载机运动补偿方法。