信息融合作为一门新兴交叉学科，其研究目的是如何通过综合多信息源的信息获得比依靠任何单个信息源更加准确和更加确定的估计与推理。目标跟踪是信息融合的底层关键技术，是实现高层次融合的前提,并在国防、民用多个领域有广泛的应用，也是本文的研究主题。本文的研究内容包括机动目标跟踪、数据关联以及分布式航迹融合，是目标跟踪领域最具普遍性和重要性的三个问题。全文共分五章，各章的主要内容如下：第一章为绪论。介绍了信息融合的基本概念和功能模型；介绍了目标跟踪的基本概念以及多传感器融合目标跟踪系统的结构；介绍了信息融合及目标跟踪领域的发展概况及研究现状；介绍了本文的内容安排和主要研究成果。第二章研究机动目标跟踪的单模型算法。讨论了机动目标建模以及基于机动检测和机动辨识的机动目标跟踪技术；针对机动目标的Jerk 模型，从理论上证明了该模型的局限性，提出了一种机动目标的“当前”统计Jerk模型。该模型消除了Jerk模型中存在的确定性稳态误差，仿真实验验证了该模型的优越性。第三章研究机动目标跟踪的多模型算法。仿真研究了多模型平滑算法在机动目标跟踪中的应用；利用模型集合序贯似然比检验，提出了一种综合利用模型后验概率和预测概率实现模型集合自适应的综合格自适应多模型算法，仿真实验表明算法有效改善了动态跟踪精度和稳态跟踪性能。第四章研究数据关联问题。分析了一种基于决策逻辑的避免航迹合并的概率数据关联算法，指出并验证了其关联决策逻辑存在的问题；提出了一种基于条件最大交替期望算法的杂波环境下实时机动目标跟踪算法，算法中后验模型概率与关联概率由隐马尔可夫模型滤波计算近似得到，仿真计实验验证了算法的有效性；给出了量测不确定性条件下具有不同观测噪声统计特征的多传感器融合滤波系统估计的Cramér-Rao下限，分析了不同参数对该下限的影响，指出了相关文献中的错误结果。第五章研究分布式航迹融合算法。推导得出了传感器数目为任意值的全反馈非实时分层融合算法的真实稳态估计误差协方差矩阵的计算公式；首次分析了传感器数目与全反馈和部分反馈非实时分层融合算法稳态性能的关系，所得结论补充、完善了近期有关该算法的研究成果；首次研究了非实时最优线性无偏融合算法的稳态性能与同等条件下非实时部分反馈分层融合算法稳态性能的关系。