为消除专家经验的主观性、避免依赖轨迹特征并且减轻实验调参的负担，提出一种基于轮廓系数的参数无关聚类分析（PICBASIC）算法。首先，比较了现有基于欧氏距离的航迹配对方法，并且建立基于动态时间弯曲（DWT）距离和高斯核函数的轨迹相似度计算模型；其次，利用谱聚类对空中交通轨迹进行聚类划分；最后，提出一种基于轮廓系数的最佳簇数寻优方法，并且其具有对聚类结果量化评价功能。利用真实进场轨迹进行实验验证，PICBASIC判断将28L跑道的365条轨迹聚为5个簇，28R跑道的530条轨迹聚为6个簇时聚类质量最佳，平均轮廓系数分别为0.8099和0.8056。相同实验数据条件下，PICBASIC与MeanShift聚类的平均轮廓系数差异率分别为-1.23%和0.19%。实验结果表明：PICBASIC包容轨迹的速度和长度差异，全程无需人工指导或实验调参，而且能够筛除异常轨迹对聚类质量的不利影响。