随着科学技术的发展和现代战争的需要,信息融合作为一门新兴交叉学科在近年来得到了广泛关注和飞速发展。在多传感器信息融合系统中,位置级是最重要和应用最多的一级,关联和融合是其两大任务,即如何判断不同传感器的观测或航迹是否来自同一个目标,在关联完成后又如何融合这些观测或航迹以得到全局最优融合估计。 本文在综述信息融合及其位置及融合的研究发展后,重点研究了含状态约束的多传感器信息融合中的状态估计问题,在目标检测、数据校准和关联已完成的假设下,对已有的融合结构模型及算法进行改进,得到了新的模型和算法。在单传感器Kalman滤波和无约束分布式多传感信息融合算法基础上,利用含状态约束Kalman滤波方法得出了含状态约束的分布式多传感器信息融合算法;利用含状态约束Kalman滤波和最优加权思想得到了含状态约束的最优加权信息融合算法。另外,对混合式融合结构中的信息处理方法进行改进,从而得到一种新的混合式多传感器信息融合中状态估计方法。本文进一步对所得算法进行了简要的理论分析,并通过数值模拟仿真说明了这些算法的有效性。这些融合算法对解决多传感器信息融合系统的目标跟踪问题具有一定的参考意义。最后总结了本文的研究工作,并对信息融合中状态估计方面进一步的研究进行了展望。