多传感器数据融合(Multisensor Data Fusion,MSDF)是一门新兴的交叉学科,在雷达、声纳、导航、自动控制及机器人技术等方面都有着极为广泛的应用。多传感器数据融合的目的就是利用多个或多种体制的传感器所提供的冗余信息和互补信息,产生比单一传感器更精确、更完善、更可靠的描述,来减少观测信息的模糊性和不确定性,从而提高对目标的检测、跟踪定位和识别能力,以增强系统的可靠性和生存能力。本文以测控系统作为研究背景,对多体制传感器的数据融合方法进行了较为系统地研究,其主要内容如下：(1)在利用原有的光测与雷测数据融合处理研究成果的基础上,对光测与GPS数据、雷测与GPS数据以及光测、雷测与GPS数据联合处理模型与最优权值的确定方法、参数非线性估计方法进行了研究。(2)给出了参数的样条函数表示与多测元联合处理模型和方法,对测元数据常值、慢变等主要系统误差进行诊断和估计。(3)通过外测多站、多类型设备测量数据的联合处理,实现测量数据的自校准和互校准,并分析各设备的跟踪测量状态与测量精度。(4)给出了不完全测量情况下数据处理的方法,提供一定条件下不完全测量的解算方法。(5)对采用不同测量数据的处理方案和测量数据方法进行了仿真计算,分析不同测量组合、不同测量几何、不同数据处理方法对参数估计精度、主要跟踪系统误差估计精度、测元加权的影响,以确定最佳测元加权的影响,从而确定最佳测元组合与数据处理方法。