雷达组网数据融合是多传感器数据融合技术的典型应用之一。与单部雷达对目标的测量相比，将多部雷达的测量数据进行融合处理，将会得到精度更高、评估更全面准确的目标信息。论文对国内外多传感器数据融合和雷达组网技术的研究现状进行系统总结，研究了提高雷达组网数据融合精度的主要方法，并对等精度、不等精度情况下的多雷达组网数据融合精度进行了定量分析；论文建立了雷达组网布站的模型，详细研究了雷达组网布站及其对数据融合精度的影响，给出了雷达组网布站的评价指标与数据融合精度的对应关系。论文重点研究了基于雷达组网提高空中目标航迹测量精度的实时数据融合方法，主要对数据间支持度矩阵估计融合法、LMS自适应横向滤波器融合法进行了深入探讨，提出了一种新的融合算法——卡尔曼滤波测量值替代计算法。仿真结果表明，三种融合算法均能在不同程度上提高目标航迹的测量精度。其中，作者提出的卡尔曼滤波测量值替代计算法，取数据间支持度矩阵估计的结果作为卡尔曼滤波器的输入，不需要事先假定测量值服从正态分布，也不需要提供真值数据，能够在实时动态调整加权系数的同时提高数据融合的精度，在雷达组网系统的实时数据处理中具有较强的优势。论文结合实装应用需求，利用雷达组网测量数据的预处理技术，包括空间配准、时间配准、误差处理、数据融合，对两部和三部不同精度的雷达分别进行单边和双边布站，采用三种融合算法定量分析了雷达组网对提高空中目标航迹测量精度的效果。研究成果表明，测试中心现有雷达装备通过合理的组网布站和数据融合，可获得更全面、更高精度的目标信息。论文所做的工作为实现测试中心雷达组网、提高测量数据融合精度提供了有益参考，对提高测试中心数据处理与评估水平和装备测量能力具有重要意义。