近年来多源信息数据融合正受到越来越广泛的关注，对数据融合的应用已经拓展到许多包括军用和民用的领域。本论文中的雷达与IFF综合敌我识别系统兼具雷达强大的探测能力和IFF系统对我方目标更为全面和细致的信息获取能力，并且在某个传感器失效时能保留一定的识别能力。　　本文针对在敌我识别(Identification Friend or Foe)系统与雷达敌我综合识别项目中的 IFF与雷达数据配准融合和一维距离像这两个模块开展研究工作，旨在为目标的敌我属性判别提供更为精确和丰富的目标特征信息。　　IFF系统与雷达数据配准融合模块以 IFF与雷达得到的对目标的量测信息为研究对象，研究了极大似然配准算法，针对 IFF与雷达实际使用中基于地心坐标系的特点，做了数据配准仿真。同时，研究了基于多传感器对目标位置量测信息的航迹生成过程，着重对航迹关联、初始化及航迹维持进行了深入探讨，并做了传感器在杂波环境下得到的量测来进行多目标跟踪起始仿真，针对基于 IFF和雷达两种传感器精度和采样频率不一样的特点，研究了模糊航迹融合和三个及三个以上传感器数据的异步航迹融合算法，并做了航迹融合仿真。　　一维距离像模块以目标的一维距离像回波为研究对象，建立了目标散射点模型，并通过散射点模型来生成目标一维距离像回波，完成了基于加乘型神经模糊网络与最优聚类结合的分类器设计，并依托实测数据和建模数据做了仿真，完成了目标类型的识别，证明了通过一维距离像模型建立且入库来进行目标识别是完全可行的。