目标跟踪技术广泛应用于军用和民用领域,而目标跟踪技术中数据关联技术可实现目标点迹与航迹的关联,达到对目标的精准跟踪。随着现代航天技术的飞速发展,对目标跟踪中数据关联的精度要求也越来越高,尤其在复杂环境下对多目标跟踪容易出现漏跟和误跟的情况,因此对多目标数据关联算法的研究,在实现目标准确跟踪方面具有重要的现实意义。本文在对现有数据关联算法进行分析的基础上,重点对多目标数据关联算法进行了研究,针对现有算法的不足,提出了针对于单雷达的基于粗糙集概率数据关联算法和针对于多雷达的基于多模型优化多假设跟踪算法,从而提高数据关联精度,本文所取得的成果主要包括以下几个方面:首先,针对现有的单雷达多目标跟踪概率数据关联算法没有考虑对多个交叉跟踪门内公共量测处理的问题,以及联合概率数据关联算法在目标增多时会影响跟踪系统实时性的问题,提出了基于粗糙集概率数据关联算法。该算法考虑了公共量测对数据关联的影响,通过对量测使用粗糙集理论进行分类,保证了密集杂波环境下数据关联的准确性和目标跟踪的实时性。其次,对现有的多雷达数据关联算法未考虑在现实环境下目标运动模型存在不确定性问题,以及多假设跟踪算法在目标和杂波增多时假设的产生会呈现指数倍增长的问题,提出了基于多模型优化多假设跟踪算法。通过引入交互式多模型滤波器对目标运动模型进行估计,减少由于目标机动产生的误差,在假设产生时加入径向速度信息来修正航迹置信度参数,从而减少了假设的产生并提高了多雷达数据关联精度。最后,利用SystemVue平台搭建了基于雷达的目标跟踪系统,对上述研究成果进行了仿真建模测试。仿真结果表明,与现有算法相比,本文提出的算法能够显著提高目标跟踪系统模型中数据关联的精度。