多雷达航迹融合是近几年发展较热的一门多学科交叉的新兴技术。与传统单雷达航迹相比,在解决跟踪、探测、和目标定位等问题方面,多雷达航迹融合能够增加雷达数据的可信度,增强整个系统的鲁棒性和可靠性,并能提高航迹精度,扩展系统时间、雷达覆盖率,提高系统的信息利用率等优点。本文介绍了多雷达航迹融合的基本原理和融合方法,包括ASTERIX雷达格式解析、跟踪滤波、时空对准等算法,并详细描述了多雷达航迹的神经网络融合方法。根据多雷达航迹的特点,本文提出一种基于神经网络的多雷达航迹融合算法。该方法利用现有雷达航迹样本,通过神经网络的构建、初始化和训练三个步骤,建立基于神经网络的多雷达融合模型,解决了多雷达航迹自动融合问题。仿真实验证明该方法融合准确率高,且随着飞行目标被越来越多的雷达扫描到,神经网络的融合准确率大幅提高,融合精度趋于稳定。