现代战争正经历着一场由机械化战争向信息化战争的转变。信息战的核心是在大量使用信息技术和信息武器的基础上,争夺对战场的信息控制权。新一代作战系统的特点是通过多个传感器获取观测数据,运用数据融合技术得到战场环境信息。在多传感器系统中,传感器管理是按照某种最优准则对传感器资源进行分配,期望在目标跟踪性能和系统资源之间建立一种平衡,以达到系统整体性能最优的效果。本文首先介绍了数据融合技术及其发展,接下来阐述和分析了数据融合闭环系统的构成。并通过对传感器管理子系统的功能分析,引出了传感器管理问题。接下来详细讨论了传感器管理的概念、任务、范围、功能和系统设计等问题。在对传感器管理的基础知识介绍的基础上,引入了传感器管理的一般模型,介绍了卡尔曼序贯滤波算法。由于目标的滤波误差协方差矩阵能够衡量目标的跟踪精度,本文选择从协方差矩阵控制的角度研究传感器资源分配问题。首先实现了基于协方差矩阵控制的传感器管理算法。实验说明这种算法能够对目标的跟踪精度进行灵活的控制,但需要预先确定目标的优先级,而且在分配面向多目标跟踪的传感器资源时,容易使低优先级的目标远远达不到预期的跟踪精度。针对基于协方差控制的算法的不足,本文建立了一种新的传感器管理优化模型,该模型优化的目标是所有目标的跟踪精度。提出了一种基于离差矩阵控制的多传感器与多目标分配算法。该算法把所有目标的离差矩阵大小的和作为优化的目标函数,能够使全部目标的跟踪精度都尽量接近于期望值。同时采用遗传算法来寻找使目标函数全局最优的传感器分配方案,提升了计算速度。仿真结果表明,该算法能够对多传感器与多目标进行有效的分配,既达到了期望的目标跟踪精度,又节约了系统资源。