2005年，M。Clarky等人提出漂移瑞利滤波SRF(Shifted Rayleigh Filter)，大都应用在位于海面的声呐浮动信标的BOT中。现在，科学家研究表明递推算法具有很好的实时性，并且能够和不同的技术相融合来应对许多比较棘手的目标跟踪方案[3]。

2 国内纯方位目标跟踪算法的研究现状

国内纯方位目标跟踪起步比较晚，在21世纪最初，国内的科学家大都研究的是如何将其中的非线性化转换成线性化问题以便解决。通常，这些学者习惯于使用卡尔曼滤波来处理线性化以后的BOTMA问题，不过依然得使用自适应方法对算法进行改进，不然时间过长会使估计精度降低。之后，刘军[15]等学者提出了一种基于批处理的算法来对实验中产生的误差进行预先处理。2007年，李景熹[16]等学者将贝叶斯理论和UT 变换相结合，提出了一种新的卡尔曼滤波算法。接着，罗浩[17]等人将最小二乘法和卡尔曼滤波算法结合，研究出了一个用于单站纯方位目标跟踪的可行的方法。总的来说，国内目标跟踪算法的研究人员最初都是对对象采用EKF进行监测追踪，之后，在纯方位跟踪方面，无迹卡尔曼滤波被被运用起来，并且算法的估计准确性比EKF高，稳定性也好，跟踪性能比较满意[18][19]。

如今，在目标跟踪领域，最受到关注的要数多个目标的纯方位跟踪问题[20]。但是这些研究方向大部分都是跟踪方法和跟踪设备性能。在实际情况中，最需要研究以及最方便研究的还是对一个目标的跟踪。这种跟踪方式采集的数据全部是目标的声音信号以及噪声。UKF就是主要运用于含高斯噪声的纯方位被动目标跟踪当中[21]。当然，在其他情况下还是要解决非线性状态以及非高斯噪声的问题。