本文对于雷达的目标数据的获得和跟踪做了大体的阐述,对现阶段应用比较广泛的几种滤波算法做了概括性的描述,并提出了现阶段雷达目标跟踪算法所存在的问题。卡尔曼滤波算法是现阶段雷达中最常用的跟踪算法,在雷达的跟踪算法中他占据了主导地位。本文通过对基础卡尔曼滤波的描述,结合港口监管雷达所监管的目标的实际情况,针对于状态噪声协方差矩阵对卡尔曼滤波结果的影响做了仿真,提出了通过准备多组状态噪声协方差矩阵供选择使用以求优化滤波精度,加快收敛速度,加强跟踪稳定度的方法。针对目标运动模型为Singer模型中的线性运动模型和非线性运动模型本文分别设计了两种卡尔曼滤波器,并且利用文中所提出的方法进行了滤波器的改进,对改进后的卡尔曼滤波算法分别进行了MATLAB仿真,最后提出了将线性运动模型的卡尔曼滤波器与非线性运动模型的卡尔曼滤波器并联,得到兼具这两种滤波器优点的滤波结果,尤其是在滤波的收敛速度上有了相当大的提高。通过MATLAB仿真结果我们可以看出,这些方法是有效的,能够达到我们所预想的效果。文章在基于准备多组状态噪声协方差矩阵供选择的方法的基础上对于可否通过选取增益矩阵的方法来简化雷达跟踪算法的方法通过Singer模型来进行了论证,通过MATLAB仿真看出这种方法是可以简化跟踪算法在港口雷达的实际应用的,文章中也通过了几组数值归纳出了这种方法的限制性。