随着航迹跟踪技术在民用与军用领域的广泛应用，航迹信息的复杂程度越来越高，传统的航迹跟踪技术已经不能完全满足人们对于跟踪轨迹适应性和精确性的需求。为此，越来越多研究者投入到航迹跟踪系统性能优化的研究当中。而航迹融合系统性能评估方法的日益发展，为航迹跟踪系统的算法管理及优化方法提供了关键依据和指导。目前，针对航迹跟踪系统优化的研究主要集中于算法组合及算法本身的优化，然而根据不同的跟踪剧情场景，设置合适且有效的系统参数，对提升跟踪性能及精确度有着重要的影响。因此，航迹跟踪系统参数级的优化方法正逐渐成为当前研究的热点问题。　　基于此背景，本文以设计适应性和精确性更高的参数优化方法为出发点，首先对航迹跟踪系统中关键的模块算法，根据粒度的粗细进行了归纳总结，罗列了算法中可供优化的先验参数，接着重点分析了两类常见性能评估方法对于算法管理层面的参数级优化方法所具有的指导意义。从而进一步，以这两类性能评估方法作为敏感度指标，来指导航迹跟踪系统离线与在线的参数优化。具体研究如下:　　(1)以航迹跟踪系统参数中最重要的机动模型参数和关联门参数为例，基于混合编码遗传算法对其进行离线寻优。首先通过混合编码将不同数据类型的参量进行编码表述，然后根据精确性性能指标构建具有足够区分度的适应值函数，再通过遗传算法的迭代操作离线地提取出该目标剧情场景下最优的系统参数。　　(2)针对传统关联门设计方法在应用于杂波环境下的机动目标和多目标跟踪时容易出现目标丢失，错跟以及跟踪精度下降的问题，本文提出了一种新的自适应关联门设计方法。该方法以关联性能评估指标及其误差变化率为敏感度指标，在丢失量测或目标关联出现偏移之前，根据不同跟踪场景下敏感度指标的变化方向，对关联门做出预先调整，从而在确保正确量测落入关联门内的同时减小来自无关回波的干扰，有效地提高了系统在机动目标和多目标场景下的跟踪性能。