在电子对抗领域,各独立传感器所具备的能力受地域和环境等方面的局限,单传感器独立工作模式已不能适应现代战争的要求。而多传感器之间通过有效的协同工作机制可使各作战单元共享各传感器侦收的信息,通过信息融合生成精度高、可靠性强、范围广的全局态势。多传感器协同侦察相关技术已成为电子对抗领域研究的热点。本文针对电子对抗复杂环境下,基于多传感器协同工作,开展了移动目标识别方法与定位技术的研究,主要研究内容如下:提出了一种多传感器协同侦察数学模型(Multi-Sensor Cooperate Reconnaissance Model,MSCR),可用于动态复杂态势、混合目标特性以及多样化侦察要求下的多传感器协同侦察资源调度问题;在蚁群算法基础上,设计了基于半异步等级排序的多传感器资源调度算法( Half-asynchronous Ranked Multi-Sensor resource scheduling Algorithm,HRMRS)。通过建立蚂蚁群落管理者,对蚂蚁种群进行划分,设计了蚂蚁群落内部异步执行、蚂蚁群落之间同步等待的半异步搜索策略,保留了蚁群全局搜索最优解能力同时提高了算法效率。对比实验结果表明算法具有良好的资源调度效果以及较快的收敛速度;改进了FCM算法,对多目标数据进行预处理,设计了基于数据关联的多传感器测向测时差定位算法,提高了数据关联准确率与目标定位的精度;设计了基于改进DS灰色证据理论的目标识别算法,采用灰色绝对关联度对侦察信号属性进行高效匹配,利用DS算法对敌传感器空间特征与信号特征进行合成,提高了目标识别精度。实验结果表明定位与识别算法在消耗时间、求解精度方面均有所提高。针对多传感器协同定位时可能面临的敌方信息对抗行为,分析了现有技术在能耗时间和安全性方面的不足,提出了一种基于吸引子计算的多传感器信息加密算法。利用改进的Matrix-q-composite密钥分发算法为神经网络提供矩阵密钥,设计了吸引子前向编码模型以解决现有算法存在的空间隔离问题。仿真实验结果表明算法在能耗时间和安全性方面可用于多传感器协同定位保密通信。论文工作还包括设计并初步开发“多传感器移动目标定位与识别系统”,实现了本文所设计的资源调度、目标定位以及目标识别技术中的主要功能。测试结果表明,该系统在典型场景下平均资源调度时间小于1.3S,目标定位与识别时间小于1.25S,定位误差小于1-3%,目标识别精度高于85%。