随着体系对抗战争中信息化程度的不断加深,单平台独立作战越来越难以安全、准确地达到任务要求,关于多平台协同作战的研究应运而生。通过多个平台的相互协作,充分发挥每个平台自身探测性能优势,把各个平台传感器的探测信息在整个系统中传输共享,利用共享的信息对多平台多传感器协同管理,从而降低单平台探测的不确定性,提高对目标的探测能力,提升多平台的综合作战性能。本文以多个空中运动平台探测地面目标为背景,具体研究内容有以下三个方面:（1）设计多平台多传感器协同探测方案。首先介绍多平台协同探测相关的信息融合及传感器管理的基础理论知识;然后研究多平台协同在多导弹武器系统协同作战中的应用,介绍典型的多弹协同作战模式和集中式、分散式、分布式的系统控制结构;最后针对一种“主-从”结构的分布式多平台协同模式,设计多平台多传感器协同探测与信息融合方案,为开展多平台多传感器协同探测技术的研究奠定基础。（2）针对多传感器在监测区域的位置优化部署问题开展研究,并提出基于改进粒子群优化的多传感器协同部署算法。首先研究标准粒子群优化算法,将其应用于多传感器协同部署问题,并仿真分析标准粒子群优化算法中参数对协同部署算法性能的影响;然后进一步研究了改进的粒子群优化算法,采用自适应惯性权重,改进迭代过程中粒子的更新状态,平衡粒子的局部优化能力和全局搜索能力,从而改善标准粒子群优化算法的收敛过程,将改进的粒子群优化算法应用于多传感器协同部署问题,可以提高多传感器协同部署算法的收敛速度及收敛精度;最后将该算法与随机部署算法、基于标准粒子群优化的协同部署算法对比分析,仿真实验表明,所提算法在传感器资源有限的前提下,可以保证重点区域完全覆盖,提高目标监测区域的有效覆盖率,扩大多传感器协同探测范围。（3）针对面向目标跟踪的多传感器协同管理问题开展研究,研究了基于Rényi信息增量的多传感器协同跟踪算法。首先在单传感器对目标跟踪背景下,研究了一种基于修正的无偏转换量测卡尔曼滤波算法,仿真实验表明,该滤波算法可以有效降低传感器的量测误差,实现对目标运动状态的有效估计;然后进一步研究了以Rényi信息增量为传感器选择指标的多传感器协同管理算法,该算法在跟踪过程中针对机动目标状态选择合适的传感器跟踪序列。仿真实验表明,与单传感器跟踪滤波算法、基于协方差的多传感器协同跟踪算法相比,该算法具有更高的目标跟踪精度。