多传感器目标跟踪技术是信息融合技术在目标跟踪领域的应用范例，它将多个传感器的信息有机合成，用以提高目标运动状态估计的精度，其性能比单一传感器优越得多。由于在军事和民用领域具有广阔的应用前景，基于多传感器信息融合的目标跟踪问题的研究已经受到人们的广泛关注。本文主要对多传感器目标跟踪中的三个关键技术，即点迹融合、航迹关联和航迹状态估计融合进行研究。 用于集中式融合跟踪系统的点迹融合技术，目前使用较为普遍的是多传感器联合概率数据关联(MSJPDA)。但由于JPDA算法自身存在的计算量爆炸问题，因而实时性不好。本文研究了一种新的数据关联方法——广义概率数据关联(GPDA)，并由此构造出多传感器广义概率数据关联算法(MSGPDA)。 对于分布式融合跟踪系统的关键问题——航迹关联，加权航迹关联算法以及序贯航迹关联算法被视为典型算法。本文研究了一种基于小波变换的航迹关联算法，分析其相对于传统方法的优点，并在此基础上给出小波序贯关联算法。 航迹状态融合估计是对已关联的航迹进行优化组合，以得到最佳融合航迹。本文分析了航迹融合结构和融合中的误差相关问题，研究了几种典型的融合估计算法。 本文对所讨论的问题进行了必要的数字仿真，证明了理论分析的正确性。