在磁场影响下,地磁场中的铁磁性物质会引起其周围地磁场的微弱异常变化。航空磁异常探测技术通过捕获这种磁异常变化实现对磁性物体位置信息的反演,在侦察打击、目标追踪方面发挥着重要作用。其中,利用航空磁探平台实现对动态磁异常目标的追踪成为研究热点和研究难点。目前,实际采用的追踪策略主要包括螺旋、苜蓿叶、测线等经典轨迹,由指挥人员依据自身经验进行决策。该策略对指挥人员的依赖程度高,受主观影响大,同时追踪决策不够灵活,冗余路径较多,易使目标丢失。为促进航磁追踪智能决策发展,提高磁异常目标追踪效率,本文基于强化学习算法对磁异常目标追踪问题展开研究。本文的主要研究成果有如下几方面:首先,本文对航空磁探技术基本原理及航空磁探平台追踪特点进行分析,实现磁异常目标追踪任务环境建模及仿真平台的搭建。分别对基本运动模型、磁异常信号检测模型进行数学建模,并对实际应用中的现实损耗进行分析,完善模型设计。以模型为基础实现仿真平台的开发,为磁异常目标追踪算法的研究建立实验环境。同时对磁异常目标追踪任务的评估指标进行定义,为追踪算法的性能评价提供参考依据。然后,本文对目标初始运动状态已知条件下的强化学习磁异常目标追踪算法展开研究,实现强化学习追踪算法的完整设计。依据动态目标分布概率模型提出了目标潜在区域预测理论,针对性求解磁异常目标追踪中的稀疏奖励问题。并通过仿真平台进行实验,对算法的性能进行验证。接着,本文针对目标初始运动状态未知的情况,对磁异常目标追踪算法进一步优化,提出两阶段追踪框架以及目标运动状态预测方法,实现了该任务环境下的强化学习磁异常目标追踪算法。设计仿真实验,与改良的螺旋追踪方案进行对比,对算法性能进行评估。最终得出结论,本文所提出基于强化学习的磁异常追踪算法有效提高航磁追踪决策智能性,提高对动态磁异常目标的追踪效率。