为了在现代战争中大批次平台作战的背景下保证数据融合系统的实时性，本文讨论了如何将基于MPI的并行计算应用于数据融合系统中的目标识别模块的问题。其中，特别就目标识别模块并行化改造中出现的负载平衡难以保证的问题进行了分析，并指出了该问题出现的原因在于D-S证据识别需要历史识别数据的参与。这一点限制了航迹在各MPI子进程中的自由分配，使得我们不能直接使用一般并行计算中常用的负载平衡方法。针对这一点，本文提出了一种改进的动态负载平衡算法，并给出该改进算法的实现描述。该改进算法考虑了目标识别中所使用的方法对历史数据的需要，避免了极端情况下并行识别串行化的风险。最后，在联机环境下对改进算法的效果和并行化目标识别模块的性能做了综合测试。测试结果表明本文所提出的改进算法保证了负载平衡的实现，实现了预期的要求。并行目标识别模块也达到了预期的加快识别速度，降低识别消耗时间的目的，成功解决了数据融合系统的实时性瓶颈，为数据融合系统今后的发展提供了良好的基础。