为了使无人机能够独立准确地预测目标状态，进而跟踪敌方机动目标，提出了一种基于卡尔曼滤波和深度强化学习DDQN算法的在线决策算法。通过构建无人机机动目标跟踪模型和马尔科夫决策过程框架，结合卡尔曼滤波对目标状态进行准确预测和更新。然后将无人机自身状态作为神经网络输入，利用DDQN算法进行有针对性的训练，实现无人机对机动目标的自主跟踪和控制。仿真实验已经证明，与经典的DQN算法相比，基于高山训练的无人机能够在跟踪任务中对目标保持更长的有效跟踪时间和更近的跟踪距离，保持更稳定的飞行状态，最终实现对移动目标的高效跟踪。