多雷达协同组网可以有效地扩大系统的时空覆盖率、改善目标的跟踪性能以及提高系统的鲁棒性。因此,多雷达组网系统被广泛地应用到了目标检测、目标定位、目标跟踪以及区域监视等领域。其中,组网雷达分布式目标跟踪算法是组网雷达应用研究的一个重要内容。本文以基于最优贝叶斯估计准则的分布式粒子滤波目标跟踪算法为课题,重点研究了组网雷达系统中本地信息参数化表征、带相关性信息融合、非同步信息融合等问题。主要内容包括下面三个部分:1.概述了组网雷达的网络拓扑组织结构,组网雷达系统的系统模型。另外还介绍了基于最优贝叶斯估计准则的各种线性与非线性目标跟踪算法。2.针对同步组网雷达系统中本地信息参数化表征和带相关性信息融合的问题,提出了两种适用于同步组网雷达系统的分布式目标跟踪算法。其中,基于多项式参数近似似然分布式目标跟踪算法用多项式参数表征似然函数,在雷达节点间通过交互多项式参数的方式代替传输原始似然函数,可以有效地减少雷达节点间的通信量;基于重要性采样后验的分布式目标跟踪算法用粒子样本近似表征本地雷达的后验概率密度函数,并利用切尔诺夫融合准则,通过指数加权的方式融合粒子滤波样本,有效地解决了多雷达带相关性信息融合的问题。仿真部分验证了两种算法的有效性,并对算法的重要参数进行了分析。3.针对非同步组网雷达网络中多个雷达不同步信息难以融合的问题,提出了一种基于粒子滤波的非同步信息目标跟踪方法,该方法通过建立有效的非同步量测时序模型,设计合适的非同步量测数据的对齐准则,并联合更新周期内的多个量测对同一目标状态进行估计,可以获得近似最优的目标状态估计结果。此外,本文还利用基于似然和基于后验两种不同的方式实现了该算法。仿真部分验证了两种算法的有效性和鲁棒性,并分析了影响算法性能的关键参数。