现代战争环境复杂,信息多样。战场上各种探测设备能对目标进行全方位、全时空的探测。在多传感器探测系统中,各传感器工作相对独立,采样率不全相同,带来了多传感器的异步量测处理问题。本文以机动目标的异步航迹融合方法研究为目的,首先针对集中式和分布式融合结构,给出了基于伪测量的异步融合算法;然后基于交互式多模型算法,设计了机动目标跟踪的异步航迹融合算法;针对伪测量带来的模型权值过大的问题提出了二次滤波的机动目标异步航迹融合改进算法。在此研究基础上,探讨了融合结构以及融合周期对融合算法的影响,提出了含反馈信息的机动目标异步航迹融合算法和基于序贯方法的机动目标异步航迹融合算法。本文具体的研究内容如下:(1)研究集中式的基于伪测量方法的异步量测融合算法,在分布式融合结构下,局部航迹由传感器采用信息滤波生成,证明了信息滤波与Kalman滤波的等价性。研究分布式结构下的伪测量异步航迹融合算法,仿真结果表明异步航迹融合算法能以较慢的更新速率获得比局部航迹更高的精度。(2)交互式多模型算法(IMM)是机动目标跟踪的典型算法,目前的异步航迹融合算法大部分是在线性假设条件下。本文在IMM算法的并行滤波环节引入异步航迹融合算法,提出了机动目标的异步航迹融合算法。针对伪测量带来的模型误差,设计二次滤波环节计算IMM中的模型输出与模型概率,进一步提高了融合算法的跟踪精度。(3)讨论融合结构对融合精度的影响。信息矩阵融合算法(IMF)是基于伪测量异步航迹融合算法在同步量测情况时的特殊形式,本文研究了几种基本的分布式融合结构对IMF的精度影响,提出含信息反馈的机动目标异步航迹融合算法。仿真表明该结构能在维持融合中心航迹精度的基础上,改进局部航迹的跟踪精度。(4)当融合中心数据处理能力较强时,基于伪测量的方法由于融合周期较长,且带有模型的误差信息,无法有效利用计算能力优势。基于集中式融合中的序贯方法,本文提出基于序贯的机动目标异步航迹融合算法,仿真结果表明,该算法充分利用短融合周期的优势,取得比伪测量方法更高的跟踪精度。