随着红外小目标跟踪在国防军事、民用安全领域的应用深入,航迹关联技术备受挑战。空中平台导弹发射会产生航迹分裂,导弹命中空中目标会导致航迹合并,空中飞行物近距离接触后分离会产生航迹交叉。因此,研究红外背景下的多目标航迹关联技术具有重要的现实意义。目前,现有航迹算法存在多处不足,其一,存在维度爆炸问题;其二,航迹交叉重叠时易关联错误;其三,大多数算法不适合航迹分裂、航迹合并等特殊航迹关联类型。近些年来,随机集理论在多目标跟踪研究中得到不断进展,基于随机集的航迹关联技术也成为研究热点。本文利用随机集理论,构建多模型预测模型、并对高斯模型进行惩罚约束、再引入轨迹约束等手段,最后得到预测误差值低、关联准确度高的航迹关联模型。主要研究内容如下。（1）研究基于随机集的航迹关联方法,包括随机集基础模型理论、贝叶斯滤波架构、概率假设密度滤波实现方式。最后着重研究基于高斯概率假设密度滤波下的航迹关联策略。研究传统航迹关联方法,包括运动模型构建、门限判断、量测划分、预测目标和量测之间的相似性度量方法,到最终的关联对形成。（2）提出多模型预测惩罚的GM-PHD标记航迹关联模型。改变原GM-PHD的预测和更新公式,通过建立多个预测更新高斯模型,提升目标预测值的准确度。之后,对高斯权值矩阵进行非极大值约束,增强模型抗干扰能力。之后引入特征补偿,对航迹进行补偿修正,提高了航迹的关联准确度。最后,设计五种类型航迹的关联实验,探究本模型的关联精度。（3）提出多模型预测惩罚GM-PHD与相似性度量的联合航迹关联流程。通过引入预滤波的思想,对首次量测使用多模型预测惩罚GM-PHD方法进行杂波滤除。之后,引入确认矩阵重构、确认矩阵拆分可行事件、关联概率计算、灰色关联分析等模块完成航迹关联工作。（4）设计杂波实验,探究所提模型在不同密度杂波环境下的关联性能。同时,开展扩展目标实验,探究本文算法在红外背景中对于非小目标的关联情况。