多传感器数据融合是一门新兴学科,在雷达、声纳、导航、自动控制及机器人技术中得到广泛应用。多传感器数据融合的目的是,利用多个或多种传感器提供的冗余信息和互补信息,减少观测信息的不确定性和模糊性,提高对目标的检测、跟踪定位和识别能力,增强系统的可靠性和生存能力。本文较为系统地研究了数据融合中的多目标跟踪问题。主要内容如下:1、首先介绍了信息融合技术的定义、基本原理与方法、及其应用范围;然后对多传感器信息融合的功能模型及其多传感器集成与数据融合的意义进行了综述。2、对多传感器机动目标跟踪的基本原理和目标跟踪类型作一综述。为后面内容的进一步讨论奠定了基础。3、研究讨论了数据融合目标跟踪中的坐标系选择、目标模型的建立,对各种单目标跟踪的理论方法进行了系统详细的比较,指出各自的优点和存在的问题,证实了 PDA算法的实用性。4、针对如何降低联合概率数据关联 JPDA 计算量这一问题,根据 Chen J.和 Leung H.的思想,即目标的运动方向也是数据关联中的一个关键因素,改进了拟方向跟踪门。在拟方向门的基础上,把目标的位置特性和速度特性结合起来,获得了基于椭球跟踪门和拟方向跟踪门相结合的双门限数据关联跟踪算法,以减少关联事件的个数,同时降低JPDA 计算量。最后,进行了计算机仿真验证。5、对这种新的计算量适中、关联精度较高的多传感器多目标跟踪的航迹关联算法MSFAFDA 进行了验证,理论分析表明它的计算量远小于原先的顺序和并行多传感器联合概率数据关联算法,仿真结果也表明它对机动目标的跟踪具有良好的性能。