由于阵列所接收的信号在工作过程中会受到辐射噪声、环境噪声和目标信号、水下生物运动干扰，因此在目标跟踪的过程中降低噪声干扰并提高目标追踪精准度，正逐渐成为水下目标跟踪领域的研究热点和难点。常用的改进方法是根据Sigma点的采样策略进而对相应的方差权值和均值权值进行修改，Sigma点的采样策略则常常被忽视了。提出了一种基于改进Sigma点的无迹卡尔曼滤波算法（IUKF）优化水下目标跟踪效果。针对目标跟踪中测量噪声以及过程噪声影响导致的准确性问题，将第一次UT变换得到的增广状态向量以及协方差矩阵作为初始值对Sigma点进行了二次UT变换，与进行一次UT变换给定了的初始增广状态向量以及初始协方差矩阵相比，经过二次UT变换后的增广状态向量以及初始协方差矩阵精度更高。经过仿真，估计位置和真值之间的偏差减小了42.7%以上，估计距离和实际距离误差之间的偏差减小了86%，仿真实验结果表明所提的改进Sigma点的无迹卡尔曼滤波算法可以有效地抑制环境噪声的影响，提高水下目标跟踪精准度，在海洋资源勘探以及水下目标跟踪方面具有很好的实际应用前景。