空间可展开天线在航天事业发展中得到了广泛的应用,其研究也成为一个热点问题。为了能够分析可展开天线的展开精度,本文以ADAMS建立的环肋可展开天线模型为研究对象,对环肋可展开天线的展开过程进行动态跟踪。首先,本文介绍了贝叶斯滤波理论,研究了基于状态空间模型的贝叶斯估计的具体实现—卡尔曼滤波和粒子滤波,对滤波算法进行了仿真实验并分析了滤波性能。对于线性高斯系统,卡尔曼滤波给出了最小均方误差下的最优估计；对于非线性高斯系统,扩展卡尔曼滤波(EKF)将非线性系统线性化以后进行卡尔曼滤波,而Unscented卡尔曼滤波(UKF)通过Unscented变换的方法实现了卡尔曼滤波：对于非线性非高斯系统,基于蒙特卡罗方法的粒子滤波实现了递推贝叶斯滤波。其次,本文讨论了目标跟踪中广泛应用的机动运动模型,包括匀速运动模型(CV)、匀加速运动模型(CA)、Singer模型和“当前”统计(CS)模型；鉴于可展开天线展开过程运动特征的变化性,研究了交互式多模型(IMM)在目标跟踪问题中的优势并通过仿真实验验证了交互式多模型算法性能。最后,根据环肋可展开天线的结构特征和运动特性,对可展开天线展开过程进行了基于单模型和交互式多模型的动态跟踪并分析了跟踪性能。本文采用了贝叶斯滤波方法实现了对环肋可展开天线展开过程的运动跟踪,对工程实践有一定的指导意义。