基于多传感器信息融合的多目标跟踪技术是当前目标跟踪领域研究的前沿,它将多个传感器信息进行有机地合成,用以提高目标运动状态估计的精度,其性能比单一传感器优越得多.由于在军事和民用领域具有广阔的应用前景,基于多传感器信息融合的多目标跟踪问题的研究已经受到人们的广泛关注.其中一个研究重点是解决杂波强干扰和目标高度机动情况下的目标跟踪问题.在此方面,现阶段已经有了很多成熟的算法,并在工程上有许多成功应用的事例.但是,现有的研究成果还远远满足不了技术发展的需求.特别是异类传感信息融合的多目标跟踪问题,还有大量的理论和技术问题需要研究.该学位论文正是针对国家这一重大需求展开研究的,受到国家科技部"国家重点基础研究发展规划"(973)项目的资助,旨在深入研究多传感器目标跟踪过程中存在的一些关键问题.该学位论文主要在以下五个方面做出了创造性贡献:1.设计了一种基于模糊逻辑推理的多传感器多目标关联新算法(FDA).2.对于二维雷达与红外传感器组成的典型异类多传感器信息融合多目标跟踪系统,通过在不同的传感器的观测空间上建立多目标运动状态的投影,将多传感器互联分解为多个单传感器互联的过程,克服了直接采用多传感器数据关联算法的困难.3.对于分布式多传感器融合多目标跟踪系统,提出了一种序贯处理的航迹关联融合算法.4.在雷达和红外组成的多传感器信息融合跟踪系统中,将神经—模糊推理网络与扩展Kalman滤波结合起来,形成闭环系统.5.在局域网中实现了一个虚拟分布式融合系统,主要用来实现机载相控阵雷达和红外传感器及融合中心的各种功能,并尽量模拟实际系统的工作方式与状态.