在机动目标跟踪与定位中，结合EKF和自适应理论的优点和目标跟踪的非线性特征，提出了一种非线性系统的基于“当前”统计模型的自适应扩展卡尔曼滤波算法，根据机动目标的测量信息修正加速度方差，消除随机误差和噪声的干扰，提高预测的精度。通过对比仿真实验表明该算法正确有效，定位精度较高，滤波效果得到改善，同时增强了稳定性，优于一般EKF和MvEKF算法，为机动目标精确跟踪与定位的实现提供一种新的方法。