红外搜索与跟踪(Infrared Search and Track System简称IRST)系统通过探测目标的红外辐射进行搜索和跟踪,相当于一种“被动式雷达”,它具有隐蔽性好、角分辩率高、抗电磁干扰能力强以及体积小、重量轻、耗电少、可靠性高、成本低等优点。IRST系统广泛应用于武器火控系统之中,成为战斗机的一个重要传感器,近年来受到国内外各方面的重视。在IRST系统中,机动目标跟踪问题和多目标跟踪问题作为重要的研究课题,正逐渐引起国内外研究人员的关注。本文详细地介绍了当前IRST系统的发展和分类,阐述了目标跟踪问题的由来和发展,简述了这一问题的多种分类方法和实现原理,仿真分析比较了多种非线性估计方法的性能,着重介绍了粒子滤波器及其改进算法。针对红外机动目标跟踪问题,本文设计出了两种机动目标跟踪算法,即基于高斯粒子滤波的交互多模型跟踪算法和基于高斯粒子滤波的“当前”统计模型跟踪算法,仿真表明这两种算法在鲁棒性和跟踪精度方面优于其它跟踪算法;针对多目标跟踪问题中数据关联这一核心问题,本文重点分析了几种典型的数据关联方法,包括最近邻方法、概率数据关联滤波器方法(Probabilistic Data Association Filtering,简称PDAF)、联合概率数据关联滤波器方法(Joint Probabilistic Data Association Filtering,简称JPDAF)、多假设跟踪(Multiple Hypothesis Tracking,简称MHT)算法,并基于最近邻域思想和高斯粒子滤波的“当前”统计模型算法设计出了一种快速的数据关联算法,最后,仿真验证了该算法的实时性和正确关联跟踪率。