在雷达数据处理中,目标跟踪是一个很重要的组成部分。目前常用的跟踪滤波器有α-β滤波器、卡尔曼滤波器、粒子滤波器以及用于机动目标跟踪的自适应α-β滤波器、自适应卡尔曼滤波器等。随着微电子技术的发展,α-β滤波器、卡尔曼滤波器、自适应α-β滤波器、自适应卡尔曼滤波器等广泛应用在通信、雷达、导航、自动控制等领域。本文的工作是在研究几种滤波算法的基础上提出了一种改进的自适应卡尔曼滤波,并采用DSP和FPGA等器件实现了某雷达信号处理机的数据处理部分。文章来源于某型号雷达信号处理机研制项目中的数据处理部分。文章首先说明了论文背景和工作意义;其次,详细阐述了卡尔曼滤波算法、扩展卡尔曼滤波算法以及α-β-γ滤波器,对卡尔曼滤波和α-β-γ滤波作了仿真对比,分析了两者的滤波效果;然后介绍了机动目标跟踪,阐述了机动目标跟踪中的两种常用的模型—Singer模型和基于当前统计模型,在自适应α-β滤波和自适应卡尔曼滤波基础上提出了一种修正的自适应卡尔曼滤波算法,仿真说明了提出算法的优缺点;最后,详细阐述了某雷达信号处理机数据处理部分的软硬件设计。