近年来，随着海洋资源的巨大经济利益被各国广泛认同，对于海上权益的争夺也越演越烈建立完善强大有效的海岸警卫和监测体系，实现对接近我国专属经济区的船只进行监测与跟踪，具有重大的意义本文旨在研究多平台船载雷达系统中的数据处理技术，通过对雷达数据进行处理，实现对监视区域内的目标进行定位和跟踪，为对海监测系统提供更精确有效的目标运动信息首先介绍了数据预处理技术，主要是空间配准和时间配准算法通过空间配准，将不同坐标系下的数据转化到同一坐标系下，时间配准将不同采样率的雷达数据转换成同一采样率，使得系统中的所有雷达采样率相同通过仿真实现，分析了配准对数据精度的影响通过介绍联合概率数据互联(JointProbabilistic Data Association, JPDA)算法和交互式多模型(Interacting MultipleModel, IMM)算法，提出两种算法相结合的IMM-JPDA算法，用于杂波环境下的多机动目标跟踪在IMM-JPDA算法中，每一个滤波器模型都采用JPDA算法进行数据互联，这样不仅实现多目标数据互联，而且实现机动目标的跟踪，具有可靠性高，实用性强的优点但是计算复杂实时性较差，对于非机动目标，跟踪精度并没有改善在融合中心，对获得的多目标航迹进行状态估计，介绍了航迹关联以及航迹融合算法首先对基于模糊数学的航迹关联算法进行了详细的介绍，这些算法的航迹关联性能很好，但是当雷达数量多于两个时，这些算法面临多维分配问题然后提出了解决组合优化问题的基于Hopfield神经网络的航迹关联算法详细推导了进行二维和多维分配问题的航迹关联计算的过程，并且对神经网络参数的设置进行了详细的讨论，仿真实现了Hopfield神经网络进行航迹关联的过程对于关联上的航迹，介绍了基于模糊数学的动态权值航迹融合算法(Dynamic Weighted Fusion, DWF)和简单融合算法(SimpleFusion, SF)动态权值法通过模糊均值聚类算法，求解动态权值；简单融合法利用目标的协方差求解融合权值，仿真比较了这两种算法的精度可靠性和有效性在最后，设计了图形用户界面(Graphical User Interfaces, GUI)，层次清晰的展示了研究成果并且便于简单的人机交互本文对于多平台船载雷达系统的数据处理技术进行了深入的研究，取得了有一定价值的研究成果，对于系统存在的不足，需要进一步的研究加以改进