：卡尔曼滤波（KF）的已被广泛应用于目标状态估计，但以机动状态存在时，其性能可能会受到严重影响，因为移动可以表现为加在目标模型上的大量的噪声而且过程噪声方差掩盖不了它。为了解决这个问题，文章提出了一种新型智能KF（IKF）可以跟踪机动目标。未知的目标加速度被视为添加的过程噪声，而整个过程噪声的时变方差是在智能模糊系统中近似计算的。为了优化模糊系统，遗传算法（GA）或DNA编码方法可以利用，根据使用的这些优化方法，我们称这种滤波器为基于遗传算法的IKF或基于DNA编码的IKF。这种IKF利用一个滤波器就可以有效对付机动目标而且可以放宽常规机动目标跟踪方法的额外要求。在计算机仿真中文章利用多模型方法比较了它的性能