由于战场环境日益复杂,低空区域的地物杂波干扰较多,雷达主动式发射电磁波的工作模式极易受到杂波、电子诱饵和气象环境的干扰,在低空空域存在探测盲区,无法获取目标量测的真实信息和准确位置。大规模的布设空域监视系统需要考虑地面基站选址和建设成本、维护费用等问题,而监视精度高的系统的局限性相对较高,所以本文针对低空空域监视管理的有效性和实际可行性的系统建设方案进行了以下研究:1)本文在分析了几种空域监视技术的优缺点和多传感器的目标跟踪算法的基础上,提出了低空空域的可见光传感器与雷达监视跟踪系统协同工作的方式,结合序贯跟踪的思想,利用雷达提供精确的距离和角度信息和可见光传感器提供的精度更高的角度信息,发挥被动式工作系统的隐蔽性和抗干扰性好的优势,对低空空域中的多个单目标实现精确跟踪和识别。2)本文充分利用多传感器提供多种类型数据的特点,基于跟踪-学习-检测(TLD)算法的架构,提出将雷达作为主跟踪器提供目标三维量测信息,可见光传感器作为检测器提供目标精确的角度信息和图像特征信息,引入学习模块实现量测模型切换和数据在线更新的方法。该方法采用交互式多模型和改进的无迹卡尔曼滤波相结合的算法,对执行某军事巡逻任务的强机动仿真目标表现出较好的跟踪效果,不仅使系统获取更准确的目标状态信息,还能提取目标的图像特征属性用于对空域目标的危险等级的判断,满足低空空域安全性监管的要求。3)本文充分发挥了多传感器协同监视和联合探测的优势,考虑到真实空域场景中杂波密集和目标多且运动轨迹会交错重叠的问题,研究了图像特征属性分类辅助的概率密度数据关联算法。该算法是利用多传感器的冗余信息,对可见光传感器提供的目标的图像特征进行相似度计算和分类,实现了量测数据的杂波滤除和虚警排除的预处理,帮助解决复杂环境下的目标航迹关联的正确性和有效性的问题。仿真实验结果表明,采用雷达和可见光传感器协同工作的方式对目标实现联合跟踪和识别,可以提高整个系统的跟踪精度;利用学习迭代过程和改进的交互式无迹卡尔曼滤波(IMMUKF)算法,可以明显优化多传感器目标跟踪的准确性和稳定性;根据图像特征属性分类的辅助检测方式,能帮助解决多目标航迹关联问题,提高目标状态预测的准确性和关联的有效性。多传感器协同监视跟踪算法研究是为低空空域安全性监管和算法的实际工程化应用创造条件,充分利用多传感器联合探测技术,实现监视跟踪系统鲁棒性的控制和管理,为进一步发展我国的低空通航事业做出一点努力。