目标跟踪数据处理是导航、制导和测控的核心组成部分。本文以航空雷达目标测控后台数据处理为背景,以飞机稳定的主动飞行过程为研究对象。通过对点迹和航迹的相关处理,得到最贴近实际目标的运动轨迹。分析目标的运动轨迹,估计目标运动意图,实现目标跟踪,为相应的指挥决策奠定基础。传统目标跟踪算法主要运用卡尔曼滤波估计理论、最近邻域法以及机动目标跟踪算法来完成。本文分别从数据关联关系和目标运动学特点两个角度提出两种航迹对提取方法。方法1,基于航迹相似度的航迹对提取。首先,采用K-Means聚类算法结合动态分区将单雷达点迹归类,再利用门限过滤提取航迹,最后,构造模糊综合相似度函数。根据经验推算给出阈值,定量判断现有航迹是否属于同一航迹对;方法2,基于相似运动规律的航迹对判断。结合目标运动规律建立匀速运动和平面抛体两种运动模型,推导出波动参数表达,设定门限进行点迹搜索,完成航迹对提取。预处理部分,分别采用运动模型点迹插值法和三次样条插值法对航迹对进行时间配准;根据各雷达航迹平均平滑稳定程度分析雷达探测精度;利用正北误差角的概念校正雷达探测系统偏差。通过仿真分析得出:方法1能得到雷达所有跟踪目标轨迹,结果全面。对于匀速运动和平面抛体运动目标的跟踪轨迹连续平滑。经计算当相似度函数值超过阈值0.85,可判断两航迹属于同一航迹对;方法2点迹检索时间稍长,能够直接完成航迹对的提取。目标运动拐点处存在轨迹滞后现象,计算量较小。合理配比下的权值航迹融合能够得到更靠近精度高航迹的融合结果。