机动目标跟踪技术在军事和民用领域上有重要的应用价值,受到了学者的广泛关注。目前,随着科学技术的不断发展,目标的机动越来越复杂,如何提高复杂的机动目标跟踪性能尤为重要。本文对基于H∞滤波的机动目标粒子滤波跟踪算法进行了研究,并针对研究过程中遇到的问题,提出了相应的解决办法。主要研究内容如下:　　 (1)为了解决粒子滤波粒子匮乏问题,提出了一种基于H∞滤波的机动目标粒子滤波跟踪算法。该算法中用H∞滤波器产生新的粒子,H∞滤波不仅能够考虑当前量测,并且能够取得精度和鲁棒性的折中。仿真结果表明,新算法有效的解决了粒子匮乏问题,并提高了目标跟踪精度和鲁棒性。　　 (2)针对目标机动类型对跟踪精度的影响问题,提出了一种基于“当前”统计模型的交互式多模型H∞粒子滤波算法。由于“当前”统计模型能较精确的描述目标机动,所以提出把该模型应用到标准的交互式多模型算法中。同时,用基于H∞滤波的机动目标粒子滤波跟踪算法代替交互式多模型算法中的卡尔曼滤波算法。仿真结果表明,新算法能够精确鲁棒的跟踪强机动目标。　　 (3)针对交互式多模算法中利用组合计算的方法得到模型概率计算量大的问题,我们把模糊控制理论应用到基于“当前”统计模型的交互式多模型H∞粒子滤波算法中。仿真结果表明,用模糊控制理论计算模型概率,降低了算法的计算量,并在一定程度上提高了算法跟踪精度。