在军事领域中，为争得信息优势，掌握主动权，获得最佳作战效果，单一传感器已无法满足需求，需要多个传感器协同工作。多传感器数据融合技术的发展正好满足了这一需求。目标跟踪作为多传感器数据融合的经典应用之一，是驾驶员及时可靠地获取目标精确信息、火控辅助决策等作战信息的前提，具有重要的研究意义和价值。本论文基于多传感器数据融合目标跟踪技术，以载机为平台，开展了一系列有关机载多传感器数据融合目标跟踪技术的研究工作。本文的主要工作内容如下：（1）分析了火控雷达、电子支援措施、红外传感器、激光测距器等几种常用的机载传感器数据特性；详细分析和设计了机载多传感器数据融合跟踪体系，为后续系统仿真平台的设计和实现奠定了基础。（2）研究基于统计理论的分布式多传感器航迹融合算法。简单介绍了几种常用的航迹融合算法；利用多传感器局部状态估计信息提出了一种基于局部状态估计的加权融合算法，减少观测信息不确定性和相关性对原有工程实用性强且计算复杂度低的加权融合算法的影响，并解决了原有算法因为直接利用多传感器观测信息造成算法有效性降低的问题；另外，结合加权思想提出了一种基于支持度矩阵的多层次融合算法，该算法对异步多传感器航迹融合的研究具有一定的使用价值。多种场景下仿真实验表明，这两种算法不仅降低了多传感器观测信息不确定性和相关性的影响，而且具有良好的融合跟踪效果。（3）研究分布式融合结构下异步多传感器的航迹融合。由于传感器自身工作方式、作用范围等局限性和作战环境中各种噪声的干扰，多传感器大多数异步工作，即各传感器采样周期不同或传感器自身随机采样。为解决这些异步问题，获取异步多传感器下精确可靠的目标信息，本文提出了一种基于滤波预测的异步多传感器航迹融合算法。该算法不仅能够避免因利用数据配准等间接融合产生的误差，而且能够很好地解决多传感器随机采样下的异步问题。通过仿真验证了算法的有效性。另外，与异步多传感器系统的分步式预测融合算法相比较，该算法异步融合跟踪性能更优。（4）分析了系统仿真平台的设计需求；设计了机载多传感器融合跟踪系统仿真平台，并对子系统进行了详细的分析与设计；同时，为了简单快速地实现对大量数据的操作，进行了数据库的详细设计来管理数据；利用BCB6.0集成开发环境进行系统仿真平台的实现，并引入机载多传感器观测数据完成系统仿真平台的测试。测试结果表明，该系统运行良好，且能够直观地对机载多传感器的全局融合跟踪性能进行评估。此外，可以发现，依据传感器的变化，该系统具有一定的扩展性和适应性。