多源信息融合是一种多层次、多方面的数据处理过程,在作战过程中可实现对多源数据的检测、相关和组合,有效提高对目标状态和身份的估计精度,并有助于形成对战场态势及时而完整的评价。近年来高技术条件下的局部战争中,作战装备不断升级,各种伪装隐形技术及干扰技术被大量应用于战场,传统依靠单一传感器进行目标跟踪识别的方法已远远不能满足现代战争的需要,开发快速、有效的信息融合系统成为了当前的迫切需求。本文面向实际作战应用,结合机动目标跟踪与评估的特点和难点,提出了基于多源信息融合的目标航迹估计与威胁评估方法,在实现对机动目标高精度自适应跟踪的同时,有效将目标航迹数据转化为决策层信息,为后续打击方案的制定提供依据。通过对实际应用需求和设计约束进行分析,给出了适用于复杂战场环境的信息融合系统模型形式,明确了模块间的输入输出关系。在此基础上,对信息融合系统常用的五种信息源进行了分析,归纳总结了各类信息源的优势和局限性,并根据应用场景选取了合适的信息源。对常用的滤波方法进行了对比分析,结合交互式多模型算法的自适应跟踪优点以及无迹卡尔曼滤波对非线性系统的良好滤波性能,给出了一种改进的交互式多模型算法,并建立了符合空中目标运动特性的滤波模型集。仿真结果表明,改进的交互式多模型算法可以有效提高机动目标的跟踪精度,模型集能够较好地符合空中目标的运动特性。对经典分布式航迹融合算法的性能优劣及适用条件进行了对比分析,其中分层航迹融合算法具有融合精度高、计算量较小等优点。为解决分层融合算法无法用于交互式多模型算法估计结果的问题,通过构造系统整体先验统计量,提出了一种基于交互式多模型的分层航迹融合算法。利用仿真试验对算法性能进行了验证,并对比分析了双雷达以及双雷达+红外探测器两种模式下的融合效果,结果表明本文给出的融合算法可以有效提高估计精度,而异类传感器的使用可以融合不同种类传感器的优势,使估计精度进一步提升。研究给出了基于航迹的目标威胁评估流程,实现了由航迹信息到辅助决策信息的有效转化。针对传统目标威胁评估方法主观性强、赋权方法单一的问题,提出了基于层次分析法与熵权法的威胁评估方法,建立了组合赋权模型。算例表明,本文给出的评估方法可以兼顾专家经验与战场数据的客观特征,赋权更为合理,评估结果更加真实可信。最后,通过全流程仿真分析,进一步验证了信息融合系统模型和算法的合理性与可行性。