随着信息技术的快速发展,传统的平台中心战已经难以满足实战的需要,因此平台中心战转向网络中心战是未来战争的发展趋势。协同作战能力(CEC)网络是网络中心战的重要组成部分,对战争发展态势的高度实时共享是网络中心战的最大优点。而本文研究的航迹合成算法实际上是协同作战网络的三项重要战术应用之一。本课题的指导思想是,面向复杂作战环境,研究传感器组网公共监视区域以及盲区内的航迹合成算法。首先,分析机动目标的运动模型以及与之相对应的机动目标跟踪算法,仿真结果表明当前统计模型算法以及多模型算法在目标机动时都有很好的跟踪性能。然后根据协同作战能力的要求提出航迹合成的框架及其内涵,并在此基础上扩展为传感器组网共同监视区域的航迹融合算法以及传感器组网出现盲区时的航迹外推和接力跟踪算法。针对公共区域的航迹融合,本文研究了不同维状态多传感器航迹融合、异步多传感器航迹融合以及雷达与红外成像复合的异类传感器融合。实际上,传感器常常是异步工作的;而且各传感器对相同目标的观测信息维数往往不一致。所以不同维以及异步传感器状态融合算法和结果性能的研究是有实际意义的。针对异类传感器融合算法中传感器测量信息不同步问题,本文采用最小二乘估计法的时间配准和融合方法,仿真表明雷达与红外的复合融合跟踪精度优于雷达跟踪精度。在目标机动时,结合交互式多模型算法的优点,提出一种引入交互式多模型的扩展卡尔曼滤波(IMM/EKF)的跟踪算法。仿真结果表明,本文采用的IMM/EKF算法整体滤波性能优于扩展卡尔曼算法。最后研究了传感器组网盲区内基于航迹外推、识别以及接力跟踪的航迹合成算法。本文提出两种航迹外推方法:一种基于机动检测的线性运动模型外推,另一种是基于带模型参数估计的圆周外推;并利用外推的区域性系统误差修正外推航迹,之后进行航迹识别和接力跟踪,生成合成航迹。计算结果表明本文提出的基于系统误差修正的外推跟踪算法能够有效地抵制系统误差对接力跟踪结果的影响。航迹合成算法在国内尚属起步阶段,目前来说还仅仅停留在概念的阶段上,并未形成完整的理论体系。本课题以网络中心战为背景,提出在复杂环境下航迹合成的新概念,研究航迹合成算法,在此基础上提出了航迹外推、识别及接力跟踪这种新颖的航迹合成方法,并证实了其有效性。