在日益复杂的现代战场环境下,多站雷达系统因其可以扩大时空覆盖率、减小数据模糊性和提高系统的鲁棒性等优点而获得了广泛的关注和应用。尤其地,目标跟踪作为战争中的一个关键环节,利用多站雷达系统进行目标跟踪已经成为了一个研究热点。然而,各站雷达初始采样时间不同、采样周期不同、信息在传输过程中存在随机时延,导致多站雷达系统对目标进行跟踪时存在异步问题。本文以异步多站雷达多目标融合跟踪为课题,重点研究了有序量测的异步多站雷达目标融合跟踪方法和失序量测的异步多站雷达目标融合跟踪方法。主要工作如下:1.分析了多站雷达系统的网络拓扑结构和系统模型,研究了基于贝叶斯滤波的单雷达目标跟踪算法,为后续的异步多站雷达目标融合跟踪方法奠定了理论基础。2.针对有序量测的异步多站雷达多目标跟踪问题,提出了一种基于概率假设密度（PHD）滤波的异步周期性序贯融合跟踪算法。通过联合利用一段更新周期内的异步有序量测对更新时刻的目标状态进行序贯地更新,实现了有序量测的异步多站雷达多目标跟踪,并通过周期内量测信息的联合利用提高了目标跟踪精度。3.针对失序量测的异步多站雷达单目标跟踪问题,提出了一种基于粒子滤波（PF）的失序量测单目标融合跟踪算法。通过推导基于贝叶斯理论的失序量测更新表达式,提供了任意时序失序量测的单目标融合跟踪方法,解决了任意时序的失序量测单目标跟踪问题。4.针对失序量测的异步多站雷达多目标跟踪问题,提出了一种基于概率假设密度滤波的失序量测多目标融合跟踪算法。通过反向回溯和后验更新两个阶段,解决了多目标跟踪场景中失序量测和滤波后验PHD所包含的目标信息不匹配的问题,实现了失序量测的异步多站雷达多目标融合跟踪,提高了目标跟踪性能。以上工作均已通过仿真实验,仿真结果验证了所提算法的有效性。