在日益激烈的现代电子战争中,被动传感器因其具有抗干扰性强、不易被敌方发现等优点,可以用来弥补雷达探测目标时存在盲区、易暴露自身等缺陷,其战略地位在军事方面得到了不断提高。同时被动传感器技术在非军事应用方面也得到了推广。而单个被动传感器对目标的跟踪精度和可靠性都远远满足不了现实的需求,尤其是在监测区域存在多个目标的情况下。所以由多个被动传感器组网构成的信息融合系统已被广泛推崇,对多传感器信息融合算法的研究也具有十分重要的意义。本文结合“十一五”国防预先研究项目,以多个被动传感器组网探测多目标为背景,深入研究了基于拉格朗日松弛方法的多维分配数据关联算法和技术,主要研究工作和取得的成果如下:(1).根据被动传感器的工作特点、以及多个被动传感器组网的特性,从整体上描述了被动传感器组网探测多目标的研究背景和现状。介绍并对比了几种常见的数据关联算法:联合概率数据互联算法;概率多假设算法以及多维分配算法等。(2).针对被动传感器组网对多目标数据关联问题中出现的虚假点即“鬼点”多的问题,本文结合项目实际要求,分别提出了粗关联和细关联相结合的方法解决交叉定位带来的信息爆炸问题。(3).深入研究了基于拉格朗日松弛算法的三维分配问题,透彻分析了拉格朗日松弛算法的实现流程,并对其中的缺点加以改进,主要研究工作是利用代理修正次梯度和模糊次梯度改善次梯度方向,仿真表明本文所提出的算法相对传统算法取得了较好的改进;研究了经拉格朗日松弛降维后的二维分配问题,其中包括匈牙利算法和拍卖算法。详细分析了不同分配算法的实现流程及其算法参数的选择,并对拍卖算法根据本文实际情况进行了改进。(4).研究了S(S>3)维分配问题,分析了S维分配算法和三维分配算法的关系,并利用S维分配理论和航迹管理技术对多传感器多目标进行了动态互联。利用仿真再现了不同场景下的多维分配算法的关联性能,结果证明基于改进拉格朗日松弛算法的多维分配数据关联技术具有广阔的应用前景。最后对全文进行了总结和展望。