Los vehículos aéreos no tripulados (UAV) han tenido una gran influencia en nuestra vida cotidiana con la madurez de la tecnología y aplicaciones más extensas. El seguimiento de los UAV se ha vuelto cada vez más significativo debido no solo a su beneficioso servicio basado en la ubicación, sino también a sus posibles amenazas. Los UAV son blancos de baja altitud, baja velocidad y pequeños, lo que hace posible rastrearlos con radares móviles, como radares de vehículos y UAV con radares. El filtro de Kalman y sus algoritmos variantes son ampliamente utilizados para extraer información de trayectoria útil de datos mezclados con ruido. La aplicación de estos algoritmos de filtro en coordenadas este-norte-arriba (ENU) con radares móviles causa una degradación del rendimiento del filtro. Para mejorar esto, realizamos una derivación sobre la consistencia del modelo de movimiento del radar móvil con velocidad constante. Luego, se propone extender los algoritmos de filtro comunes a coordenadas centradas en la Tierra fijas (ECEF) para filtrar errores aleatorios. El análisis teórico y la simulación muestran que los algoritmos mejorados proporcionan más eficiencia y compatibilidad en escenas de radares móviles.