目标跟踪指的是对目标做实时跟踪，而预测以及滤波指的是预估目标在当前时刻和将来时刻的运动状态。基本的滤波预测方法包括：α-β滤波、卡尔曼滤波等。国内外学者为了解决机动目标的跟踪问题进行了大量的探索。Singer在1970年就提出了加速度时间相关模型，他认为目标的机动加速度是一个零均值的平稳时间相关过程，其特性满足均匀分布[7]。但当时很多人认为这种假设并不是非常成功，因为目标加速度不可能在任何时候都是零。之后又有人探索出了非零加速度分量的理论，并且提出了有关高斯噪声模型，将“机动”当成是相应于半马尔科夫过程描述的一系列的有限指令[7]。在1982年，又有一位学者出现了，名为Bar-Shalom。变维滤波算法就是他提出的，这种方法会先判断目标是机动还是非机动，然后再对应的采取不同的解决方法。1984年时周宏仁随后提出了一个机动目标的“当前”统计模型。他将目标加速度均值看做不等于零。统计特性服从的是改进以后的瑞利分布。将这个模型和其他模型做一个比较，可以得出此模型应该说更加接近真实的使用情况[7]。

船舶航迹跟踪主要需要的技术是目标跟踪技术。目标跟踪技术又包括单目标跟踪和多目标跟踪。单目标跟踪与多目标跟踪在原理和大致方法上基本是相同的，主要分为以下几个部分。73349

（1）点迹录取

点迹，指的是由天线波束扫描目标后产生的回波。点迹的可靠性、数据率、数据精度等直接会影响到目标跟踪的质量和结果。然而，由于接收回波中会包含各类来自其他的辐射源能量，或者其它来源的噪声干扰，由检测器获得的点迹集合通常能包含虚假点迹。为了减少虚假点迹对结果的不良影响，需要对点迹进行预处理，即对缺损数据进行补偿或者去除不良数据等。

（2）关联处理

关联处理主要是指用概率统计算法和逻辑判断得到本次扫描航迹与上次扫描航迹之间的关联，也可称为航迹配对，它可以被称作是一种识别算法。这种对航迹进行的关联处理，可以解决航迹的起始问题，亦可以解决航迹的维持问题。论文网

（3）坐标系选择

坐标系对于观测和确定运动目标的位置具有重要意义。任何跟踪算法都需要在合适的特定的坐标系下才能进行。常用的坐标系包括：平面（直角）坐标系、混合坐标系、极坐标系、惯性坐标系等。本次设计主要采用平面坐标系，使得滤波和预测可以通过线性的动态模型进行。

（4）跟踪滤波

目标跟踪系统的主要部分是跟踪滤波。它主要是指，通过跟踪滤波算法，能够估计和预测目标的运动状态。建立模型，确定卡尔曼滤波算法，也可采用优化的其它算法，例如本次设计中所使用的α-β滤波算法。算法的确定并不算难，最主要的是建立最合适、最可靠的数学模型，从而实现最优估计。因此本论文的中心部分也是围绕跟踪滤波算法展开的。

（5）航迹管理

在跟踪滤波处理之后，需要得到观察目标的运动轨迹，并且在显示器上准确显示出来。航迹管理包括对航迹初始位置的确定、对航迹的状态保持、虚假航迹的删除以及建立航迹文件等。通常有以下几种概率来评价对航迹的管理：虚假航迹概率、真是航迹概率、错误删除概率。

就船舶导航雷达的前景来说，高成本对其发展的制约依旧是导致其进展相对航天和军用雷达的发展较为滞后的主要原因。而作为现代信息技术的重要一部分，船舶导航雷达的作用还在日益增大。因此对其发展的重视程度越来越高。相信在不久的未来，船舶导航雷达会跟上航天和军用雷达发展的脚步，实现低成本，高可靠性的成果。