多源传感器融合技术是近年来信息科学领域的一个研究热点,因其具有高精度、低成本等优势被广泛应用在军事和民用领域中,而目标跟踪是其中一个重要的研究方向。本文在光电经纬仪跟踪系统中,通过改进多传感器信息融合算法,提高对目标跟踪的精度以及稳定性。首先,对多源传感器信息融合的基本理论和其几种常用的算法进行介绍,且给出了基于坐标转换的目标跟踪技术。其次,针对非线性高斯系统中不良量测以及目标运动突变导致跟踪性能下降的问题,提出了基于STACKF的多源传感器信息融合的目标跟踪算法。即在CKF算法的基础上,依据新息协方差匹配原理,引入噪声因子,并结合强跟踪滤波的理论,建立了具有鲁棒性的STACKF算法,并将该算法以一步预测融合的方式应用到多传感器信息融合中。通过仿真实验,表明该算法具有自适应跟踪能力,提高了跟踪性能和融合精度。最后,针对非线性非高斯系统中粒子退化现象,以及目标运动突变导致误差增大和滤波跟踪发散的问题,提出了基于STCPF的数据融合跟踪算法。在PF算法框架下,通过选取合适的重要性密度函数,建立了STCPF滤波跟踪算法,并将该算法以在线自适应加权融合的方式对多个传感器的数据进行融合。仿真结果表明,改进的算法在非高斯噪声下能够有效的提高目标的估计精度和跟踪性能,并降低误差。