针对目标跟踪中系统噪声统计特性未知导致滤波发散或者滤 波精度不高的问题，提出了一种自适应无迹卡尔曼滤波(Unscented Kalman filter,UKF)算法，该算法在滤波过程中,利用改进的Sage-Husa估计器在线估计未知系统噪声的统计特性，并对滤波发散的情况进行判断和抑 制,有效提高了滤波的数值稳定性，减小了状态估计误差。仿真实验结果表明，与标准UKF算法相比,自适应UKF算法明显改善了目标跟踪的精度和稳定性。