水下目标跟踪是海洋开发和防卫领域的研究热点之一。基于水下传感网络(USNs)的目标跟踪具有成本低廉、结构自组织、容错性强等优势,但由于声波在水下传播较慢,传感器信号传输时普遍存在较大的传播延迟,导致多个节点量测出现明显异步现象。本文的核心思想是解决基于USNs异步量测的目标跟踪问题,主要针对不同场景下的异步量测进行融合算法设计与分析。取得的成果主要为以下几个方面:(1)针对主动跟踪场景,研究了基于异步顺序量测(ISM)的水下目标主动跟踪算法,设计了基于时间配准的异步融合方法,以及基于状态预测的异步融合方法,并对两种算法进行了对比,最后通过仿真分析了采样频率对两种算法精度的影响。(2)针对被动跟踪场景,研究了基于异步顺序量测(ISM)的水下目标被动跟踪算法,提出了被动探测时延估计算法,在此基础上实现了异步量测的融合。仿真结果表明,随着目标速度的提高,或节点数量增加时,传播时延对目标跟踪精度的影响更大,考虑传播延迟会更有意义。(3)针对多传感器非顺序量测(OOSM)异步融合问题,设计了一种基于GM-PHD的非顺序量测融合算法。在随机集框架下进行了一步滞后量测的负时间更新公式推导,并给出了非顺序量测异步融合框架,能对顺序和非顺序两种异步数据进行有效处理。最后通过仿真证明了算法的有效性。