El filtrado de Kalman es un método común para radares de tráfico de ondas milimétricas. La propuesta es un algoritmo de Filtro de Kalman Extendido de Seguimiento Fuerte Adaptativo (EKF) que tiene como objetivo abordar los problemas de baja precisión y largos tiempos de convergencia del EKF clásico. Este método, que incorpora efectos de atenuación variables en el tiempo en la matriz de covarianza del EKF tradicional, se basa en el algoritmo ST. Permite la recalibración de la matriz de covarianza y una filtración precisa y estimación del estado del vehículo objetivo. Al alterar los factores de atenuación y desvanecimiento del algoritmo ST y utilizando principios de ortogonalidad, se introducen muchos factores de desvanecimiento afinados producidos a partir de una optimización de mínimos cuadrados junto con factores de atenuación óptimos regionales. Los resultados de experimentos de Monte Carlo indican que la inexactitud promedio de la velocidad se reduce al menos un 38% en comparación con los equivalentes existentes. Los resultados validan la eficacia de esta metodología en la observación de movimientos vehiculares en regiones metropolitanas, satisfaciendo los requisitos de la tecnología de radar de ondas milimétricas para la monitorización del tráfico.