不论在军事还是民用领域中,目标跟踪都有着广泛的应用,譬如空中防御和空中交通管制中,因此受到人们的广泛的关注,随着科学技术的不断发展各种飞行器的机动性能不断和速度也在不断的提高,因此,如何提高高速高机动目标的跟踪性能成为一个更加重要的问题。由于目标机动出现的随机性、复杂性和多样性,跟踪系统的性能也会随之变的恶化,对机动目标进行跟踪,在理论和实践上都有较高的技术难度。因此,本文在学习前人研究成果的基础上,着重研究了高机动目标的跟踪问题。本文首先回顾了机动目标跟踪问题的发展历程和研究现状,详细介绍了目标跟踪的理论知识:状态估计、参数估计与状态估计、卡尔曼滤波等滤波方法。在此基础上,对相关的问题进行了研究,由于运动目标的高速高机动性,迫切要求我们能够更加准切的描述目标的模型,机动频率是描述运动目标机动性的参数,该参数一般是根据人们的经验认为设定的,因此,在对运动目标的跟踪过程中不可避免的引入人为误差,降低了跟踪精度。本文主要研究的高机动高速运动目标的跟踪问题,开展了一下研究工作:1、首先利用系统辨识中参数辨识的有关知识,结合Jerk模型提出了机动频率的辨识方法,同时由于观测噪声的存在,使得辨识的无偏性不能满足,因此对辨识算法提出了合理的补偿方法。实验结果表明,该方法能对目标运动模型中的机动频率进行良好的辨识。2、根据系统辨识相关知识,参数也可以看作系统的一个状态,因此将机动频率作为系统状态方程中的一个状态进行建模,提出了α? CS ? Jerk模型,同时由于非线性的存在,结合不敏卡尔曼进行滤波处理,通过仿真表明,该模型和相应的滤波算法能够较好的提高对机动目标的跟踪精度。