几十年以来，目标跟踪在雷达系统中所起的作用已经得到了学术界的公认，它是雷达系统工作过程中最重要的一环。首先，目标跟踪非常合理地利用了前后时刻信号的关联性这一特点，对所得的数据进行滤波，再根据滤波后的状态信息（包括距离、速度等信息）建立运动轨迹；接着就是沿着轨迹对下一时刻的运动状态进行预测。最后，雷达系统根据这些所作的估计和预测来跟踪目标，获得所需目标真实信息。因此，雷达系统的跟踪结果精确性与跟踪环节的工作性能优劣密切相关。对于目标的精准跟踪是很容易做到的，但是设计目标跟踪系统的最主要目的，不单是为了精确性，还要使得这样的精准出现的几率大，即可靠性强。技术的发展都是有来源的。雷达最早应用在军事中，目标跟踪问题可以追溯到第一部跟踪雷达站SCR—28的出现；可是机动目标跟踪技术真正形成，还是在卡尔曼滤波理论的问世、发展、和在机动目标跟踪中的成功应用后走向成熟。22093
雷达目标定位在雷达目标跟踪中占据至关重要的地位，定位时系统所采集到的数据会直接影响到滤波技术中的滤波准确性，并成为首要影响因素。由于目标所在的环境中存在状态噪声，雷达系统中又含有系统噪声，正是因为这两种噪声的共存，运动目标的真实状态与测量状态之间的误差难以消除，从而降低目标跟踪的精确性。所以，如何克服这些误差，从测量状态中得到真实状态，成了时下最热门的研究课题。目标跟踪性能越好，雷达效能就越好。考虑到目标跟踪的重大作用，世界上所有国家都一直着力发展雷达目标跟踪技术，增加它们在军用、民用或者其他领域中的应用。随着世界整个科学技术的发展潮流，机动目标跟踪理论不断取得进步，尤其是理论体系中有关跟踪算法的领域，出现大量成熟的理论研究。论文网
国内外发展现状
目标跟踪是目前世界上的研究热点，是如今学术界最活跃的几个研究领域之一。每年国内外出现大量的与目标跟踪相关的研究文献，主要发展滤波方法。通过阅读大量文献，发现在当前比较流行的几种目标跟踪算法中，目标的运动特征和传感器的建模问题都是及其重要的。常用的基本跟踪滤波算法通常有与之相对应的目标模型，对相应模型滤波，算法才能发挥最好的效果。然而一旦模型产生变化，往往这些滤波算法无法有效滤波，跟踪性能或多或少都因此降低，滤波结果的发散也极有可能会发生。为了解决这个问题，许多学者努力不懈地研究与自适应跟踪有关的各种算法，大量有效可靠的研究成果相继问世，例如Thorp检测器、自适应状态估计器等诸如此类的检测与辨识技术。在这三四十年，国内外学者对目标的运动模型问题做了大量研究，取得了许多令人满意的成果。在这当中值得骄傲的是，我国著名学者周宏仁提出了一种全新思路的模型——机动目标的“当前”统计模型。“当前”即把加速的平均值作为此时的加速度预测值。该模型不仅能够反映出目标机动范围，还可以显示出机动强度的变化，并且可以做到接近真实地预测滤波。正如一枚硬币有正面，就一定有反面，这个模型不可避免地有着不足之处：较大的计算量；且单独使用时，对于弱机动情况滤波效果不理想等。实际工程中想要取得更好跟踪效果，必须再作一些修改，以提高算法的自适性。 雷达目标跟踪国内外研究现状:http://www.youerw.com/yanjiu/lunwen_14572.html