弹道目标跟踪作为弹道导弹防御系统的核心,是指控中心进行目标识别、数据融合、指挥决策等任务的基础,具有极其重要的工程实践意义和军事现实意义。本论文针对防御系统对末端弹道目标的跟踪拦截问题,就末端非线性弹道目标的跟踪理论与方法展开相关研究。主要研究如何建立与目标运动学特征和观测传感器相匹配的目标跟踪模型,针对所建立的目标跟踪模型,研究实时、稳健、有效的弹道目标跟踪非线性滤波算法。为了进一步提高末端非线性弹道目标的跟踪精度,本论文尝试将高精度传感器测量到的目标径向速度信息和目标轮廓特征等形状参数信息融入到观测方程中,提出了一种带有径向速度与形状参数的扩展测量末端非线性弹道目标跟踪算法,以期为新型弹道导弹防御系统对末端非线性弹道目标的跟踪拦截问题提供技术参考。论文主要研究工作如下:(1)建立了与末端非线性弹道目标运动学特征和观测传感器相匹配的目标跟踪模型。首先,给出了弹道目标跟踪中几种典型坐标系之间的相互转换关系,在此基础上,根据弹道目标的运动特性,在地心地固(ECEF)坐标系中建立了末端非线性弹道目标运动的状态方程模型。然后,根据状态值与观测传感器量测值的映射关系,建立了弹道目标的量测方程模型。最后,通过对目标运动方程的求解,对其运动轨迹进行了仿真分析。(2)给出了传统距离和角度三维量测下的末端非线性弹道目标跟踪无迹卡尔曼滤波(UKF)算法。首先,对比分析了弹道目标跟踪中常用的几种典型滤波算法,在此基础上,给出了基于UKF的末端非线性弹道目标跟踪滤波算法。然后,采用均方根误差(RMSE)和克拉美罗下界(CRLB)指标对所提出的目标跟踪算法进行了性能分析,验证了所提目标跟踪滤波算法的可行性。(3)为了进一步提高弹道目标的跟踪精度,提出了一种基于UKF的扩展测量弹道目标跟踪算法。首先,将弹道目标运动的径向速度信息和形状参数信息扩展至高精度传感器的量测信息中,推导了扩展测量信息的表达式。然后,基于UKF,给出了融入扩展测量的末端非线性弹道目标跟踪滤波算法。最后,搭建了弹道目标跟踪仿真模型,采用RMSE和CRLB指标深入对比分析了所提出的目标跟踪算法的性能,验证了所提出的基于UKF的扩展测量弹道目标跟踪算法可较大幅度地提高弹道目标的跟踪精度和动态收敛特性。