目标跟踪与航迹生成作为信息融合技术的一个主要应用方面,在军用和民用方面都具有很强的现实意义。尤其是在军事领域,及时准确地对敌方目标进行跟踪对我方的作战指挥有很大的帮助,甚至可能改变战局。航迹生成问题涉及了众多的研究内容,本文以目标跟踪为基础,主要对机动目标跟踪、基于模糊理论的多目标航迹关联和分布式航迹生成系统结构设计等方面展开了研究。首先,本文对信息融合模型的相关基础理论进行了阐述,其中分布式信息融合系统在可靠性、精确性上具有很大优势,因此本文以分布式系统为基础构建航迹生成系统。然后针对分布式多传感器系统中传感器之间存在的时空不同步问题,介绍了几种常用的空间坐标系和时空对准方法。其次,针对目标状态估计问题,主要研究了应用于线性系统的卡尔曼滤波算法(KF)并介绍了扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)两种非线性滤波算法。针对机动目标的跟踪问题,介绍了几种常用的目标运动模型,用来匹配目标不同的真实运动状态,并主要研究了交互式多模型算法(IMM),并使用IMM算法对机动目标跟踪进行了仿真验证。再次,针对多目标跟踪问题研究了航迹关联算法。由于航迹关联中有很大的模糊性,因此对模糊理论进行了介绍,并着重研究基于模糊理论的航迹关联算法。模糊C均值聚类(FCM)算法对多目标航迹关联有很好的效果,但是该算法只考虑了当前时刻的目标状态,在航迹交叉或分叉时关联效果有所下降。本文考虑到运动目标当前时刻的航迹状态与历史状态之间存在关联性,引入了综合模糊相似度的思想,将当前时刻的航迹关联计算与历史关联信息相结合,提出了FCM综合模糊相似度航迹关联算法。通过仿真验证了该算法与经典FCM算法和统计关联算法相比关联正确率更高。最后,介绍了几种常用的航迹融合算法,对于数据异步问题研究了异步航迹预测融合算法,并且提出了一种多平台多传感器航迹生成系统结构,通过设计算法流程以及仿真环境,对航迹生成系统进行了仿真验证,结果表明在多目标多传感器目标跟踪中,该系统结构融合航迹的效果比单平台的跟踪效果更好。