数据关联技术是多目标跟踪系统中的重点和难点，是多目标跟踪领域中的重要研究课题，由于其在军事和民用领域中已经获得广泛的应用且仍具有广阔的发展前景，因而备受国内外学者和众多工程专家的高度关注。本论文针对主动和被动多传感器多目标跟踪系统中的数据关联技术深入研究了多目标跟踪方法及其数据关联算法，主要研究工作和取得的成果如下：首先，对两类数据关联算法，即量测与航迹的关联、量测与量测的关联做了较为深入的研究，并给出了几种算法的详细步骤流程，主要包括最近邻算法(NN)、概率数据关联(PDA)、联合概率数据关联(JPDA)、多假设跟踪(MHT)、多维分配算法，分析了每个算法的优缺点以及应用的场景。其次，针对传统JPDA算法对邻近多个目标跟踪时会产生航迹合并的问题，提出一种应用熵值法避免航迹合并的JPDA改进算法。该算法应用熵值法对多个目标的跟踪门重合部分的有效回波二次确定权重，有效的避免航迹合并和航迹发散，能够得到更好的跟踪性能。最后，针对静态多维分配算法随着传感器和目标的增加呈爆炸性增长的问题，研究了次优的拉格朗日松弛算法；针对静态多维分配算法只能应用于对目标的定位，研究了其推广算法，即动态多维分配算法，实现了对多目标的跟踪；同时，对于新近提出的Greedy算法解决多维分配问题，本文做了深入的研究，设计了被动多传感器的仿真场景并进行了仿真实验，结果表明该方法的正确关联率优于动态多维分配算法，效果良好。