随着多传感器数据融合技术的迅速发展,多传感器管理也应运而生。多传感器管理可以看作是这样一个过程:在一个动态、不确定的环境中,管理和协调多个传感器,以确保各传感器能够根据当时所面临的目标环境、能量资源约束以及目标类型,来对传感器的各种工作方式进行调度和分配,从而均衡和充分地利用传感器资源。本文论述了传感器管理的概念、功能和范围,给出了多传感器管理系统的设计原则和基本框架。并结合实际战场环境,对传感器管理算法进行了分析设计,主要工作如下:1.针对自适应调度算法中调度成功率和时间利用率不高的问题,引入了时间窗概念。在此基础上,本文以时间窗自适应调度算法为策略设计实现了一个针对单传感器管理的自适应调度系统,从而有效提高了请求事件序列的调度成功率和时间利用率;2.针对动态多变的目标环境和请求任务序列,引入了目标优先级概念。利用目标优先级来量化目标威胁程度,从而使有限的传感器资源得到更充分的利用;3.对基于线性规划的多传感器管理方法所涉及的关键技术进行了改进与应用。并将层次分析法引入到多目标优先级排序过程中来,为建立基于效能函数和浪费函数的传感器优化模型奠定了基础,从而通过优化模型得到了多传感器多目标分配方案;4.根据从一级融合处得到的因素值计算出效能函数和浪费函数,从而确定最终分配方案。这些分配方案受权系数的影响,本文对不同权系数所计算出的不同结果进行了比较,从而选取了合理的参数,达到了优化系统性能的目的;5.本文通过传感器管理的优化模型,同时结合模块化和面向对象的设计思想搭建了传感器管理系统仿真平台。本文重新设计了基于优化方法的传感器管理算法,这些算法可分别用于传感器的宏观管理和微观管理,并在此基础上进行了一系列仿真实验。实验表明这些算法可以优化传感器资源的管理。