随着科学技术的发展和现代战争的需要，传统的信息处理方法已经不能满足对于信息处理精确度和信息收集工作可靠性的要求。为适应这一需求，人们对信息处理方法做了许多有益的探索和改进，极大地促进了信息处理理论的发展。上世纪七十年代以来，伴随着计算机科学技术和自动化技术的发展，信息融合学科迅速发展起来的，并在近年来得到了人们的广泛关注。 多传感器信息融合是指对来自多个传感器关于目标的量测信息进行多级别、多方面、多层次的处理，有效利用多传感器资源从而最大限度地获取被探测目标的信息量的信息融合方法。针对目前信息融合理论研究的现状，本文重点研究了系统状态方程存在建模偏差和机动目标跟踪的多传感器信息融合问题。当目标系统方程建模存在偏差时，两阶段卡尔曼滤波可以给出比传统的解决方法扩展卡尔曼滤波更优良的算法。为此，在单传感器两阶段Kalman滤波和多级式多传感器信息融合算法的基础上提出了基于两阶段Kalman滤波的多传感器信息融合算法；在单传感器带输入估计变维滤波和多级式多传感器信息融合算法的基础上提出了基于带输入估计变维滤波的多传感器信息融合系统。论文的最后一章，介绍了区间卡尔曼滤波及区间运算，并提出了基于区间卡尔曼滤波的多传感器信息融合算法。对于本文提出的算法进行了理论分析，通过数值模拟仿真表明，将本文提出的算法用于机动目标跟踪，提高了目标跟踪的精度和速度，具有良好的应用价值。