面向目标跟踪的状态估计融合一直是众多民用和国防应用领域的热点研究问题。随着应用系统的复杂性增加以及工程应用对状态估计融合系统性能要求的急剧增加,使得现有状态估计融合理论已经难以满足日益增长的实际工程需求。传统Kalman理论在面对滤波模型难以与实际系统完全匹配这一客观事实时,常呈现出的性能降低甚至部分理论的不适用性,尤其是在进行自我性能实时评估时传统的评估准则遭遇了挑战。针对该问题,一些研究工作已经采用可观测度来研究Kalman滤波理论的性能评估问题,并以此为基础开展新型改进的Kalman滤波方法设计,取得了良好的初步成果。同时,目标跟踪组网系统中的传感器配准问题也一直是尚未得到完好解决的科学技术问题,仍是状态估计融合中的一个重要研究内容。因此,开展多传感器可观测度和空间配准问题研究具有重要的理论意义和潜在的应用价值。本文的主要创新性研究工作包括如下三个方面:(1)研究基于克拉美罗下界和最小二乘法的可观测度分析问题。以现有基于最小二乘法的可观测度分析研究为基础,进一步考虑带有过程噪声的系统,通过引入克拉美罗下界来分析现有的可观测度计算方法,揭示了两者之间的关系,提出一种改进的可观测度分析方法。进一步将所得可观测度计算方法推广到非高斯观测噪声系统中。(2)研究多传感器系统的可观测度分析问题。对于多传感器组网系统,基于ODAEPM分析方法,研究多传感器系统的可观测度分析问题,重点讨论融合中心和各局部传感器之间的可观测度表达关系以及不同融合方法对系统及分量的可观测度的影响。(3)提出基于单位四元数法的两步传感器相对配准方法。通过对量测转换方程的变换、不同种类系统偏差的分离,以及引入单位四元数法,研究了传感器的相对空间配准偏差估计问题,提出了一种基于单位四元数法的两步传感器相对配准方法。该系统偏差估计方法与现有方法相比具有更高的估计性能,同时还能适用于存在大姿态偏差的配准问题。