多平台多传感器多源信息融合中的时空对准问题目前已成为数据融合领域的一个重大研究课题，探索多传感器数据融合中时空配准的理论方法以提高系统的综合性能，无论在理论还是在实践中都具有重要意义。本文研究了多传感器的时空配准算法，并对空间配准算法进行了具体的研究。 首先简要地介绍了成熟的估计理论和现有的时空配准算法，回顾了国内外已有的空间配准算法，总结了已有的卡尔曼滤波算法和基于二维区域性平面的最小二乘配准算法以及极大似然配准算法。已有的空间配准算法都是基于二维区域性平面中的立体投影算法，不可避免地带来了数据的误报和配准模型的不准确。 其次为了克服基于二维区域性平面中立体投影所产生的影响，本文推导了基于三维立体投影的最小二乘配准算法，其实现过程见式4.35～4.39，在传感器姿势误差较小的情况下，此算法解决了基于同一平台的多传感器配准中存在的问题。为解决不同平台内的多传感器配准问题，文中推导了基于球坐标系的配准算法，此算法运用测地转换进行配准处理，具体实现可参阅式5.11～5.20，它把实用于同一平台内多传感器配准的最小二乘配准算法推广到了基于不同平台的多传感器。同时本文还推导出了三维立体投影的极大似然配准算法，算法包括两组部分可分的变量：实际目标位置和传感器的配准误差，利用两步递归优化算法对收敛速度进行了优化处理，实现过程可参阅式5.26～5.39，此算法解决了不同平台内多传感器配准过程中所存在的问题。 最后对文中所提出的三种配准算法进行了计算机模拟数据的仿真，结果如附录A中附图所示，仿真结果证明了算法的正确性和有效性。