目标关联是多源卫星信息融合的前提和基础，其目的在于判断同一目标在多源信息中的一致性，为高层的信息融合提供底层对象和融合依据，进而减少多源信息之间的冲突和冗余，获得更为完整的目标描述。舰船是一种重要的军事目标，可移动性强，利用目标关联技术可以判别此类目标在多种观测信息中的对应关系，为后续的目标确认和跟踪提供支持。论文以海洋目标监视与应用为背景，基于卫星电子信息与光学成像遥感信息，针对海上舰船目标关联问题展开研究。论文的主要工作如下：（1）研究分析了基于卫星电子信息与成像遥感信息的舰船目标关联的理论意义和应用价值；在理解目标关联的定义和相关概念的基础上，对国内外目标关联技术的研究现状和发展趋势进行了总结和概括，阐述了本文着力解决的关键问题。（2）在舰船目标关联的位置信息提取问题研究中，从分析星载传感器信息特点入手，针对光学成像遥感卫星的稀疏观测数据，介绍了三种常用的位置信息提取方法，重点分析了卫星电子信息舰船目标的位置信息提取问题。由于电磁信号探测卫星通常可以连续探测某一区域内的目标，其获取的卫星电子信息具有稠密航迹的特点，因此，基于卫星电子信息的目标位置信息提取问题实际上可以转化为目标航迹起始问题。但现有航迹起始算法通常针对的是有源探测周期的、连续的观测数据，并且要求时间分辨率比较高，而卫星电子信息具有非周期、非连续的特点，因此，提出一种基于层次聚类的航迹起始算法以获取舰船目标航迹信息。仿真与真实数据的实验结果表明，该算法可以在一定程度上解决非周期、非连续数据条件下，目标数量、运动状态等先验信息缺乏情况下的航迹起始问题。（3）在基于拓扑特征的舰船目标关联方法研究中，针对卫星观测信息重访率低、在目标运动时无法建立可靠的目标运动模型导致传统的基于目标位置信息的目标关联方法不能直接利用的问题，采用基于点模式匹配的方法实现关联。针对卫星电子信息与成像遥感信息对目标定位精度的差异性，提出一种基于点集的不变特征—点对拓扑特征，以描述舰船目标之间的相对位置关系；针对卫星电子信息定位误差大、虚警率高的特点，将点对拓扑特征分别与概率松弛标记法和谱匹配方法相结合，提出基于点对拓扑特征与概率松弛标记法的目标关联算法和基于点对拓扑特征与谱匹配方法的目标关联算法。仿真与真实数据的实验结果表明，相比于其它经典算法而言，本文提出的两种算法对目标的定位误差和虚警均具有较强的稳健性。单独比较两者发现，前者具备较强的抗虚警能力，而后者具备较强的定位误差适应能力。（4）在基于拓扑和属性特征的舰船目标关联方法研究中，针对卫星电子信息与光学成像遥感信息获取的目标属性特征差异较大、难以直接用于目标关联的问题，首先采用一种基于粗糙集与径向基神经网络相结合的算法对目标进行识别。该算法不仅可以实现光学图像舰船切片目标的识别，还可以完成雷达辐射源的识别，从而使得处于不同层次的属性描述统一为同一层次的目标身份识别结果；针对单纯的利用属性特征进行关联难以取得令人满意的关联结果，利用点对拓扑特征与属性信息的互补性，提出一种基于拓扑和属性特征D-S证据组合的目标关联算法。仿真实验结果表明，相比基于点对拓扑特征或属性特征的目标关联方法而言，该算法可以在一定程度上提高舰船目标关联正确率，对定位误差和虚警更具有稳健性。