20世纪70年代，目标信息处理技术开始研究。在1985年美军国防部实验室联合理事会进行了统一信息融合、建立公共参考框架等一系列研究工作，并在海、陆、空三军的战略和战术监视系统的开发中，进行目标信息融合处理技术研究，研制出第一代数据融合系统。同时，针对目标信息处理过程中涉及的时空对准、目标识别、航迹融合等关键环节提出了大量的数学模型方法。中国在20世纪80年代开展了目标信息处理方面的研究。

目标信息处理过程包括时空对准、同一性识别、航迹融合、目标属性识别融合和目标编批等处理过程。目标信息处理流程如图所示：

目标信息处理流程图

对接收的各传感器的目标航迹数据进行预处理，对数据进行野点编辑、重复性检查、空间和时间对准，包括空间上的坐标转换和时间的外推或内插，完成时空一致性解算。

对时空对准后的数据进行航迹关联的过程，通过航迹关联，判断不同信息源的航迹是否属于同一个目标。

对判定为同一目标的多条目标航迹进行融合处理，以便得到更准确的目标状态和属性数据，以提供后续进行威胁和态势估计使用。

基于各个传感器获取的目标探测特征和状态信息，以及敌方武器装备的部署、性能参数和特征数据等先验信息，进行综合识别处理，即识别目标属性和判断目标身份的处理过程。

对形成目标航迹的目标进行统一的批号管理，包括建立航迹分配批号、更新航迹保持批号、消除航迹释放批号等。

目标信息的正确融合处理，直接关系到对目标信息探测的准确性，对提高指挥控制系统的可靠性和指挥效能具有重要意义。在信息处理过程中，需要综合考虑目标类型、属性、位置、威胁度、批号、传感器及其站点位置等因素，因此应根据相关因素设计信息处理的过程和算法。

在时空对准方面，主要采用最小二乘法、内插法、外推法等方法实现多传感器的时间配准，采用精确极大似然估计法、最小二乘法、加权最小二乘法等方法实现对传感器测量数据的空间配准，完成坐标转换。

对于同一性识别技术，通常采用的方法有最近邻法、全邻域法、联合概率数据关联法、修正法、加权法等，实现对目标航迹的关联。

对于航迹融合技术已经有很多研究成果，常见的算法有并行滤波、序贯滤波、数据压缩滤波等算法为代表的集中式航迹融合方法，以及最大似然法、简单凸组合方法、分布式卡尔曼滤波算法等分布式航迹融合方法。

由于各传感器探测到的目标属性一般是不独立的，实现目标属性识别融合技术还存在一定难度。在目标属性识别技术方面，已采用D-S证据理论、条件概率法、基于多属性决策方法、神经网络等方法进行理论研究和工程应用。

目标信息处理技术经过几十年的发展，已经形成了完整的信息处理流程和较为成熟的模型方法。随着计算机技术和网络通信技术的飞速发展，目标信息处理技术在多源异构信息融合、适于并行计算的信息处理算法等方面将会进行更广泛、深入的研究，更好地应用于目标侦察探测、目标跟踪、防空告警等领域。