多传感器数据融合是处理多源数据的技术，能够将从多传感器获得的数据进行合成，与单传感器相比，得到的数据更合理和可靠，在军事、民用领域都获得了广泛的应用。本文首先对多传感器数据融合进行概述，分析了数据融合技术的国内外研究现状，给出多传感器数据融合的基本模型，包括五个部分：数据预处理、目标状态估计、态势估计、威胁估计以及信息反馈与修正，研究了数据融合的基本算法和典型应用。本文针对多目标跟踪问题进行深入地研究，重点关注其中的数据关联问题，对于数据关联中的点迹-航迹关联问题，采用FCSS算法来解决，并提出了基于FCSS的多目标跟踪算法。该算法与其它多目标跟踪算法不同之处是，不需要完全估计出目标的当前位置，而只需要估计出目标在相邻两时刻间的移动距离，再利用FCSS算法进行点迹-航迹关联，从而更新目标当前航迹，实现多目标跟踪。通过仿真实验验证了该算法的可行性和有效性。对于目标识别问题，本文综合考虑目标电磁辐射信息、目标动力学信息以及人对目标的判断结果，将得到的目标量测数据按这三个方面分为三类，采用灰关联分析方法对其进行处理，构建出基本可信度分配，再采用Dempster合成规则将三个基本可信度分配进行合成，计算出信度函数，并对其进行分析，从而得出目标类型的判决结果。通过仿真实验验证了该算法的可行性和有效性。最后，本文设计并实现了一个态势感知与威胁估计原型系统。该系统主要包括目标量测数据生成、噪声生成、设备参数管理、数据融合、融合结果显示与分析等模块，为本文算法提供了一个简单的仿真运行环境。论文的新颖之处在于提出了一种基于FCSS的多目标跟踪算法，并通过仿真实验验证了算法的可行性和有效性，该算法拥有比基于FCM的多目标跟踪算法更高的跟踪精度。