许多多目标跟踪（Multi-Object Tracking, MOT）方法利用运动信息来关联跨帧检测到的各个目标。然而，依赖滤波类算法（如卡尔曼滤波）的方法在处理线性运动场景时表现良好，却难以准确预测复杂且非线性运动目标的位置。为应对此类挑战，本文提出一种基于运动建模的MOT方法——ETTrack，其核心是一个增强型时序运动预测器（Enhanced Temporal Motion Predictor）。该预测器融合了Transformer模型与时间卷积网络（Temporal Convolutional Network, TCN），以捕捉目标的短期与长期运动模式，并基于历史运动信息预测个体目标的未来运动轨迹。此外，我们设计了一种新型的动量修正损失函数（Momentum Correction Loss），在训练过程中为模型提供关于目标运动方向的额外信息，从而帮助运动预测器快速适应运动模式的变化，提升未来运动的预测精度。实验结果表明，ETTrack在DanceTrack和SportsMOT两个基准数据集上均取得了与当前最先进跟踪器相媲美的性能，HOTA指标分别达到56.4%和74.4%。