信息融合技术对于提高系统对目标的探测、识别和跟踪能力,提高精确制导武器系统自身的生存能力具有重要意义,它是复合制导的关键技术之一。目标跟踪技术在精确制导武器中占据着重要位置,只有可靠且精确的跟踪才能有效的对目标实施打击。通过综合多传感器获得比依靠单传感器更加准确的融合信息,进行复合制导及目标状态估计与推理,实现目标的准确跟踪是本文的研究主题。本文介绍了基于信息融合的复合制导技术与目标跟踪技术的发展及研究现状,对比分析了基于神经网络、D-S证据理论、粗糙集、支持向量机等多传感器融合算法,以及基于线性高斯、非线性非高斯跟踪滤波算法。本文提出了一种基于粒子滤波方法的融合跟踪算法,克服了Kalman滤波不能处理多传感器量测信息融合中的非线性问题的缺点,提高了在量测方程的非线性分析下状态估计的精确性,并取得了对机动目标可靠跟踪的效果。仿真结果表明,与采用Kalman滤波的方法相比,本文提出的算法具有较好的估计精度和较少的计算量。