随着计算机技术、通信技术和微电子技术的不断发展以及现代战争复杂性的日益提高,使得单雷达无法满足作战系统的需要,各种面向复杂应用背景的组网雷达大量出现,并在现代电子战中得到了广泛的应用。组网雷达与单部雷达相比极大地扩展了空间和频域上的覆盖面积,并通过数据融合技术增强了雷达的综合探测能力。随着数据融合技术不断革新,组网雷达可以更高效的融合各雷达数据。面对大量数据,人们迫切需要研究更为有效的目标跟踪算法对数据进行处理以满足跟踪系统的实时性与准确性。在此应用背景下,本文以交互式多模型算法为基础,研究了目标航向信息等机动特征,以此来改进交互式多模型算法的状态转移概率矩阵,加快了算法的运行速度,提高了系统跟踪精度。具体研究内容如下:首先,本文分析了组网雷达所面临的主要问题,组网雷达的发展虽然弥补了单雷达探测信息不够充分、探测方向单一等问题,但是又带来了组网雷达配置与部署、网内雷达通信、网内雷达时空配准及数据融合处理等问题。针对融合中心会面临多部雷达探测的大量数据,探讨了融合中心采用分布式、集中式数据融合技术的特性,以及组网雷达针对飞机目标在空间、时间、频率上协同探测时的数据融合问题等,并对集中式组网雷达点迹融合过程进行了逐步研究,尽可能地为后续数据处理增加点迹精度。其次,本文研究了目标跟踪滤波算法。当目标运动方式较为单一时,可以建立匀速机动模型、常加速度模型、Singer模型等使用卡尔曼滤波算法进行滤波。实际工程中,目标的运动状态往往十分复杂,通常是匀速、匀加速、圆周运动、俯冲拉起运动等运动模型的随机组合,甚至会有目标会发生较强机动突然改变运动状态的情况,若继续使用单一模型的算法往往会导致跟踪精度下降,甚至会跟丢目标或产生错误的航迹。为解决此问题,本文以交互式多模型算法为基础,根据点迹数据中的位置、方位等信息计算得到目标瞬时航向、速度、加速度等参数值,并以此优化模型转移函数,在不增加模型运算量的条件下提高算法跟踪精度,将其更有效的应用于工程实践中。最后,本文对仿真的集中式组网雷达点迹数据依次进行点迹融合与目标跟踪,并对比分析多种跟踪滤波算法的处理结果,证明本方法提高了目标跟踪精度,加快了运算速度,达到了本文的预期效果。