多目标跟踪(MTT)技术是近年来国内外的研究热点之一。譬如超视距雷达,它的跟踪环境比较复杂,存在低检测概率、低数据率、低观测精度与多虚警等问题。本文以“三低一多”的跟踪环境为背景,深入分析和研究多目标跟踪的算法。主要工作如下:首先对多目标跟踪的步骤,即航迹起始和初始化等问题进行了分析介绍。以低观测精度为背景,分别对两类滤波器进行了研究,一类是线性滤波,包括卡尔曼滤波和带线性补偿的卡尔曼滤波(LCKF),另一类是非线性滤波,包括扩展卡尔曼滤波(EKF)和不敏卡尔曼滤波(UKF)。并通过仿真分析比较这些方法在测量误差相对较大情况下的性能。引入航迹得分函数,研究了得分函数用于这些滤波器的效果,为提高多假设(MHT)航迹评价性能奠定了理论基础。针对作为多目标跟踪基础的数据关联算法进行研究,比较了JPDA算法与次优MHT算法的性能,分析了两种算法在检测概率低、杂波密集和虚警率高的条件下应用于多目标跟踪的性能的优劣。同时本文对应用不同滤波器下的MHT性能进行了研究,并进行了不同的杂波密度和测量精度下的一系列仿真,来验证MHT方法的实用性。设计并实现基于多假设方法的多目标跟踪系统,包括输入模拟、滤波跟踪、航迹管理、数据关联及有效航迹输出等,为以后的研究奠定基础。