雷达目标跟踪技术是雷达系统工作内容中极为重要的部分。随着电子技术的发展,雷达目标跟踪正面临着越来越密集的杂波环境,如何有效滤除这些杂波信息,成为雷达目标跟踪算法研究需要解决的重要问题。传统目标跟踪方法大多利用尺度量测信息完成目标状态的预测更新,本文提出的多属性分类下的目标跟踪算法,引入目标属性特征,完成密集杂波环境下的目标跟踪。首先设计完成了多属性分类在雷达单目标跟踪算法上的应用。主要针对已有算法获取目标属性信息过少的问题,提出基于SVM多属性分类器的目标跟踪滤波算法。详细介绍了算法中跟踪器、检测器、学习器的工作原理与算法流程。通过仿真实验对算法效果进行了验证,证明多属性分类的应用有效提高了雷达单目标跟踪过程的精度。然后详细研究多属性分类对于雷达多目标跟踪的应用。设计实现了基于多属性分类的GM-PHD机动多目标跟踪算法。阐述了基于多机动目标跟踪模型的GM-PHD算法流程,并分析了目标属性分类原理与过程。用仿真实验完成算法实现,验证了特征分类对于多目标跟踪算法的精度提升。最后将多属性分类拓展应用到雷达红外多目标跟踪算法中,对算法中点迹与航迹、航迹与航迹的关联过程进行了完整说明。通过仿真实验证明多属性分类对于多传感器多目标跟踪算法的有效性。