针对无人驾驶飞行器（UAV）的基于前期相关滤波器（CF）的跟踪方法几乎都集中在白天的跟踪任务上。然而，当夜幕降临时，这些跟踪器会面临更加严苛的场景，容易导致跟踪失败。为此，本研究提出了一种具有抗暗功能的新型跟踪器（ADTrack）。该方法将一个高效且有效的低光图像增强器集成到基于CF的跟踪器中。此外，通过利用图像光照变化，同时生成目标感知掩模。目标感知掩模可以用于联合训练一个专注于目标的滤波器，以辅助上下文滤波器实现鲁棒跟踪。具体而言，ADTrack采用了双回归策略，其中上下文滤波器和目标聚焦滤波器相互制约，进行双重滤波学习。在典型暗场景基准数据集上进行了详尽的实验验证，该数据集包括来自权威基准测试集UAVDark中的37个典型夜间序列以及我们新构建的UAVDark70基准测试集。实验结果表明，ADTrack显著优于其他最先进的跟踪器，并且在单个CPU上实现了每秒34帧的实时速度，大大扩展了鲁棒UAV跟踪的应用范围至夜间场景。