多源信息融合是对来自多个传感器的数据和相关信息进行综合处理,从而完成所需的决策和估计任务。传感器资源管理能够考虑目标跟踪精度以及传感器的能耗、使用率和切换率等因素,因此将资源管理引入到信息融合系统中,构建带有反馈的闭环融合结构对提高信息融合系统的综合性能有重要意义。基于目标检测与跟踪的传感器管理,是根据外界环境及任务需求,制定一个管理机制,实现对传感器工作方式的自适应分配。本文通过分析目标跟踪过程中跟踪精度以及时效性、稳定性等任务需求,进行相应的传感器资源管理算法设计与实现。本文主要研究工作如下:首先,阐述了本文研究的背景及意义,并对信息融合技术、信息融合与资源管理的关系以及传感器管理技术的国内外研究现状进行了综述。其次,介绍了传感器资源管理的作用、结构和分类,重点说明了基于协方差控制的传感器管理算法和基于后验克拉美-罗下界的传感器管理算法的流程,通过仿真分析了两种算法在跟踪任务上各自的优势和不足。再次,在满足目标跟踪精度的基础上,考虑传感器管理算法的时效性和稳定性等方面的任务需求,提出了一种基于改进协方差控制的传感器管理算法。在每一时刻先判断前一时刻所用传感器组是否满足目标跟踪需求,以滤波协方差与期望协方差的偏差作为参考,结合量纲变换和特征值求取,为误差矩阵经过量纲变换后得到的量纲一致阵的所有特征值设定精度阈值,判断滤波协方差是否满足期望,从而决定是否维持当前传感器选择。分别在MATLAB环境下和基于高级体系结构的多雷达组网仿真软件平台中进行仿真测试,验证了算法的有效性。然后,针对雷达组网对隐身目标协同检测与跟踪时的动态分配问题,提出了一种基于条件克拉美-罗下界和改进二值粒子群优化的隐身目标协同检测与跟踪算法,以已跟踪目标的条件克拉美-罗下界衡量跟踪精度,并采用改进二值粒子群优化全局搜索最优分配方案,最后进行粒子滤波与协方差交集融合。通过对算法的仿真实验与分析验证了算法的有效性。最后,对本文工作进行了总结与展望。