随着雷达技术的快速发展,雷达目标数据关联与跟踪算法一直是学者广为研究的重要课题之一。几十年来,国内外众多学者针对数据关联算法进行深入研究,探索更为高效,更为适用,更为精准的改进优化,也取得了十分丰硕的研究成果。这些成果广泛应用于各种日益更新改进的国防军用雷达和日益成熟可用的民用雷达。现代战争对雷达提出了更高的要求,在雷达数据处理方面将会更加苛刻的追求跟踪精度、跟踪实时性和跟踪可靠性,以及民用雷达目标跟踪领域也将会更加的注重跟踪算法应用成本、跟踪稳定性和实时性。本文介绍了雷达目标数据关联与跟踪中重要的理论研究现状和研究重难点问题,以及几种典型的目标跟踪数据关联算法、常用的目标跟踪运动模型和几种典型的目标跟踪滤波算法。着重研究数据关联算法中的最近邻域数据关联算法与联合概率数据关联算法。在最近邻域数据关联算法中,对已知的相关信息进行深入研究分析得出新的可用信息,利用该信息对算法中的关联准则进行改进与优化,在一定程度上提高了该算法的跟踪精度及跟踪效果。同时,在联合概率数据关联算法中,针对该算法计算量爆炸的问题,利用模糊聚类领域的相关算法避免其对确认矩阵进行拆分运算,通过多次运用模糊聚类算法,在保障跟踪精度基本不变的情况下,较大的缩短了该数据关联算法的跟踪时间,更好的实现了该算法多目标跟踪下的目标跟踪精度和跟踪实时性。最后,将改进后的联合概率数据关联算法应用于CS模型,仿真验证了改进算法的跟踪实时性,并对其跟踪精度进行仿真分析对比。