多雷达对地面机动目标的识别与跟踪技术广泛应用于军事领域和民用领域。国内外学者对此问题进行了深入地研究,取得了丰硕的成果。由于跟踪环境和目标的机动性都在不断变化,使单雷达的探测能力难以满足跟踪系统的要求。因此必须对多雷达进行组网,才能实现对监控目标的全方位跟踪。地面机动目标的运动方式具有很强的机动性和不确定性,这就对跟踪系统的性能提出了更高的要求。本文以多雷达识别跟踪地面机动目标为背景,对跟踪滤波技术、数据关联技术、数据融合技术进行了深入的研究。首先对多雷达识别与跟踪地面机动目标的滤波方法进行了研究。包括基本卡尔曼滤波方法、非线性最小二乘滤波有源假目标识别方法、自适应卡尔曼滤波方法以及对该方法的改进,仿真实验证明了改进方法是有效的,且提高了跟踪精度。其次对跟踪系统获取的目标信息与对应目标匹配的数据关联方法进行了研究。包括最近邻数据关联、概率数据关联、联合概率数据关联和基于聚类的数据关联,并对基于目标函数的模糊C-均值聚类数据关联方法进行了改进。仿真证明改进的C-均值聚类关联方法有更高的关联精度。最后对多雷达跟踪地面机动目标的数据融合方法进行了研究。对动态最优加权与最小二乘滤波相结合的同步航迹融合方法进行了分析和研究,仿真结果证明了该方法的有效性。对基于最优加权的多模型异步航迹融合(MMASTF)方法和基于状态误差协方差的迹最小准则的异步航迹融合(TMASTF)方法进行了分析研究,仿真结果证明MMASTF融合方法的融合效果优于TMASTF融合方法,该方法对多雷达跟踪地面机动目标问题有实际应用价值。本文对多雷达识别与跟踪地面机动目标的理论和方法进行了阐述,并对自适应滤波方法、数据关联方法以及数据融合方法进行了研究,取得了很好的效果。本文最后提出了课题可以在今后继续研究的方向。