多传感器管理旨在调度有限的多传感器资源,根据不同的优化准则来满足指挥控制、策略制定等应用的信息需求。由于受多传感器探测性能、跟踪精度以及探测风险等限制,在多传感器协同探测目标的过程中,为了更好地调度多传感器资源对目标进行跟踪,有效地降低威胁态势风险并更好地保证多传感器自身安全等对多传感器管理研究具有重要意义。为此,本文以凸优化、最优估计、信息融合等为技术手段,以联合风险控制为导向,重点研究复杂场景下多种风险变化时的多传感器管理算法,进而合理分配有限的传感器资源,有效提高目标跟踪过程的风险评估精度。本文的主要研究内容如下:针对传感器自身辐射导致的传感器阵地被打击概率大,传感器跟踪精度差等问题,提出一种基于单向联合风险评估的多目标-多传感器管理算法。首先,利用后验克拉美罗下界（Posterior Cramer-Rao Lower Bound,PCRLB）评估传感器跟踪误差,并综合传感器辐射风险构建联合风险模型;其次,自适应调整传感器跟踪误差和辐射风险的权值,以变加权两种因素构建多传感器管理优化问题,利用凸优化技术求解优化问题进而得到多传感器调度方案;最后,利用改进的一致性融合算法对跟踪同一目标的多传感器进行目标估计融合,并将融合估计值反馈给各多传感器,从而更准确地进行后续目标状态预测和多传感器资源调度。仿真结果表明,所提方法能够降低跟踪误差的同时能控制传感器辐射风险,提高传感器的隐蔽性性,从而实现对多目标的准确、稳定跟踪。针对只考虑多传感器探测方的单向风险对战场环境下联合风险评估影响,而忽视攻防体系下双向风险对目标跟踪的影响等问题,提出了一种基于双向联合风险评估的单目标-多传感器管理算法。首先,综合目标状态多步预测与多传感器管理专家经验构建目标威胁风险,并结合目标丢失风险构建联合风险模型,以满足风险评估的多元性;其次,利用目标与多传感器之间的距离变化来自适应调整目标丢失风险与目标威胁风险的权值,并以多步预测联合风险最小为目的构建多传感器管理优化问题,以实现优化问题的实时性和预测性;最后,对非凸的优化问题进行松弛,并通过离散和合法化处理得到多传感器调度方案,以提高优化问题的求解效率。仿真结果表明,所提方法能够较好地综合评估传感器风险,实现在保证风险最小的情况下用最少的传感器资源较好地跟踪目标。针对战场风险评估中跟踪目标新生和死亡而导致的风险评估精度下降,以及忽视传感器辐射而导致位置暴露等问题,提出了一种基于双向联合风险评估的多目标-多传感器管理算法。首先,综合考虑新生目标类型识别错误而导致的识别风险和已有目标的威胁风险来构建联合风险模型;其次,约束多传感器辐射风险来提高多传感器探测的隐蔽性,进而构建多传感器管理优化问题;最后,通过凸优化松弛手段对优化问题进行处理,进而得到优化的多传感器资源调度方案。仿真结果表明,所提方法能够有效控制联合风险,降低目标数量变化对于多传感器量测的影响。针对多传感器管理算法较难进行多场景实测验证问题,本文设计了一套多传感器管理算法仿真验证平台。首先,对多传感器管理算法验证进行需求分析,根据需求分析设计了数据预处理、风险评估、传感器管理、数据显示等多个功能模块;其次,介绍仿真平台的主要技术实现以及其整体设计流程;最后,利用Visual C++编程语言实现仿真验证平台,并对平台各功能模块进行测试验证。