机动目标跟踪技术广泛应用在军事领域和民用领域,而运动目标模型的不确定性、噪声统计特征未知等问题给机动目标的准确跟踪带来了巨大的挑战。本文以H∞滤波和多模型算法等为基础,对非理想条件下的机动目标跟踪问题进行了深入的研究。主要研究工作和贡献如下:(1)针对线性离散时不变系统,基于传递函数提出了新的稳态H∞滤波算法,并比较了H2滤波器、卡尔曼滤波器和Hoo滤波器的主要区别和适用场景,通过仿真说明在模型不确定场景中,H∞滤波的估计性能优于卡尔曼滤波。(2)针对非线性系统,在Sigma点理论的基础上提出了 一种新的无迹H∞滤波算法,通过仿真与扩展H∞滤波进行比较,说明了基于无迹变换的H∞滤波器估计性能优于扩展H∞滤波器。(3)针对噪声统计特征和其先验知识未知的问题,提出一种基于H∞滤波器的噪声估计方法,并应用在机动目标跟踪中,在获得准确的系统状态估计的同时,获得噪声的均值和协方差估计值。(4)针对系统噪声统计特征缺失和先验知识未知的机动目标跟踪问题,结合H∞滤波和交互多模型算法的估计算法,提出交互多模型H∞(IMMH)算法和H∞滤波-交互多模型(H∞-IMM)算法,在得到噪声估计的同时完成对系统状态的估计。