为了获得最佳的作战效果，在新一代作战系统中如果仅仅依靠单传感器提供信息已无法满足作战需要，必须运用红外、激光、电子支援措施（ESM）等各种无源探测设备在内的异类多传感器集成，来提供多种观测数据，通过优化综合处理，实时发现目标，获取目标状态估计、识别目标属性和态势评估等作战信息。 文章在单站无源定位技术的基本原理之上，对无源异类多传感器的雷达数据处理（重点是ESM、激光和通讯三种无源侦察设备的数据融合）做了一些探讨。主要研究了载有ESM、激光和通讯三种无源侦察设备的侦察船在有海面杂波、电磁干扰、目标运动和侦察设备自身误差的情况下，实现异类传感器之间的数据融合、相互协作。从而对海面多个目标平台及所载辐射源实施跟踪，同时进行身份识别。仿真系统模拟了包含服从相应分布噪声的随机数模拟信号，在雷达关机的情况下,利用ESM采取方位/多普勒频率差联合方法（DOA-DD）实现单站无源定位；引入一种新的滤波器－粒子滤波器方法（Particle Filter, PF），对目标的原始定位结果进行滤波处理，以减弱测量噪声的影响，提高定位精度；采用方位和辐射源特征相结合的方法生成辐射源曲线；最后采用灰关联方法满足ESM与其它无源侦察设备方位曲线的实时匹配；采用加权最小二乘方法对关联数据实施融合。仿真结果表明这一做法大大提高了ESM、激光和通讯无源侦察设备关联的正确率。在ESM、激光和通讯无源侦察设备的数据融合中，考虑到激光和通讯侦察设备的方位角度测量偏差较大，通过灰关联来实现方位数据的关联和融合，直接给出了时间—方位模拟融合曲线。 通过研究表明：基于无源异类传感器的雷达数据处理，能大大提高无源侦察设备的测向精度，同时基于异类传感器的数据融合可以获得关于目标平台的更多信息，从而为平台的身份识别提供了可靠的依据。