作为现代传感器系统的核心关键技术,多平台信息融合与目标跟踪技术在航空航天、战略预警、定位与空天监测、公共安防等军民领域已广泛应用。伴随着高速实时信息处理和多目标跟踪技术的发展,世界有影响力的大国都越来越重视用于防御作战的战略预警与监视系统的研制,本文以多传感器平台多目标监测打击为研究对象,开展空域内目标跟踪与分配技术研究。第二章建立了多目标作战系统总体信息处理框架。在对来袭多目标监测打击的情境下,分析了系统多平台协同模式及作战任务。根据系统约束(成本、稳定性、可操作性等)以及外部环境(自然环境、人为对抗环境),以“狼群”作战方案为基础,建立了多平台多目标的“主从混合式”信息处理系统框架。提出并分析了该系统结构下三个亟待解决的关键技术。第三章研究了多平台多目标信息配准与关联技术。在介绍分析多平台间空间信息配准和传感器间目标关联技术的基础上,提出了一种基于偏差映射聚类(Bias Mapping Cluster,BMC)的目标关联方法。仿真结果表明,与基于关联代价矩阵的方法相比,该方法能有效利用目标观测的空间拓扑特征,关联正确率更高,并对虚假目标和目标失配等情形具有更强的适应性。第四章研究了基于RFS的多目标跟踪技术。针对2D像平面跟踪问题,分别利用PHD、MeMBer、LMB滤波器进行了多目标跟踪的仿真,并基于跟踪轨迹、OSPA距离、运行时间等性能指标对算法进行了评估。并开展了3D场景下多目标空间位置的LMB滤波研究,仿真结果表明基于RFS的多目标状态估计对实际多目标监测与跟踪场景有较好的应用价值。第五章研究了多目标分配优化技术。针对多平台多目标分配问题,建立了动态决策的二级目标分配机制,分别进行了视场分区下初始预分配及基于态势评估的打击再分配策略。针对再分配策略,提出了一种基于胞元获胜抑制(Cell win suppression,CWS)的分配优化方法,建立平台和目标仿真场景测试算法性能,并与匈牙利法和遗传算法等其它数学优化方法进行比较,仿真结果表明该算法在仿真效率和对于重点目标的分配打击上更具有优势。