Debido a las características del sensor, el entorno geográfico, la interferencia electromagnética, el silencio electromagnético, las contramedidas de información y otras razones, el fenómeno de las interrupciones de seguimiento ocurre en el proceso de procesamiento de datos de seguimiento de aeronaves. Esto conduce a un cambio en los atributos de la etiqueta del objetivo. Para mejorar el efecto de asociación de segmentos de seguimiento, estudiamos varios métodos de predicción de series temporales existentes y propusimos un método de asociación de segmentos de seguimiento basado en la predicción bidireccional de Holt-Winters y el análisis difuso. Este algoritmo predice y extrapola bidireccionalmente los segmentos de seguimiento mediante el método de Holt-Winters, y luego utiliza el algoritmo de asociación de segmentos de seguimiento difuso para realizar la asociación de segmentos y la asociación secundaria. Los resultados de simulación de este método muestran que el método de asociación de segmentos de seguimiento basado en la predicción de Holt-Winters y el análisis difuso puede resolver eficazmente el problema de asociación de seguimiento donde los atributos de la etiqueta del objetivo cambian antes y después de la interrupción del seguimiento, demostrando una mejor capacidad de asociación y robustez. En comparación con el método de asociación difusa sin agregar predicción de seguimiento, nuestro método generalmente mejora la precisión de asociación en un 35%.