在导弹与运动目标相遇的过程中,两个目标相距最近的时刻(脱靶时刻)的估计是整个相遇段中一个尤为关键的问题。能否估计出高精度的脱靶参数(目标坐标,姿态等),从而计算出导弹与运动靶标距离最近的时刻进行目标的炸毁是提高打击精度及毁伤程度的重要前提之一。现有的参数估计理论及方法已经相对成熟,但是如何针对空-空导弹试验及相遇段跟踪数据,建立符合其试验模型和数据特性的数据分析与处理方法,是相遇段弹道跟踪数据处理中的关键环节之一。本文以空-空导弹试验为主要研究背景,结合靶场所用的相遇段弹道数据处理流程,主要进行了包括测量数据的随机误差抑制、多种测量数据的最优融合及跟踪数据处理的算法改进在内的研究,重点研究了具有空间耦合关系的随机误差抑制方法,不等精度线性模型的最优融合权值,以微分几何、多尺度分析、回归分析、函数逼近等为数学工具,进行了相遇段弹道跟踪数据的处理方法研究。主要工作内容及创新如下:一、针对相遇段跟踪测量过程中导弹姿态角具有空间相关性的耦合测量数据,引入高维数据集上的多尺度分析方法,结合微分几何理论,研究了高维数据集特性,利用传统的小波分析方法,提出了将耦合数据整体在高维数据集上进行多尺度分析处理,从而可以对耦合信息中存在相关性的数据进行更好地保留利用,提高误差抑制的精度,并减少信息损失。二、基于靶场多测量设备系统、多冗余测量数据的现状,针对不等精度的线性模型,在最小二乘估计准则的前提下,研究了线性模型融合的最优融合权值理论及精度分析,并分析了解决非线性最小二乘问题的相关迭代算法,提出了一些可以适用于实际工程应用的结论,为试验设计及数据选择方法提供理论支撑。三、结合空-空导弹试验相遇段跟踪数据处理方法流程,系统分析整个流程中的每一个环节,将耦合随机误差抑制方法及线性模型最优融合方法运用到短弹道跟踪数据的处理中,研究了短弹道跟踪数据的拟合方法,在传统脱靶参数计算的基础上,提出了脱靶参数的优化计算方法,提高了数据处理的效率及精度。