防空高炮是低空防御的最后盾牌,准确的雷达信息对防空作战十分关键。防空高炮的作战效能需要准确的目标识别与跟踪信息。考虑到防空作战所面临的复杂环境,采集到的信息容易出现异常甚至缺失的情况,使得信息的进一步融合变得十分困难,然而高炮射击诸元要求依据融合后的准确信息进行开火,如何确保信息的可靠性与准确性是防空部队面临的重要问题,也是本文要重点研究的多雷达信息融合方面的课题。本文应用粗糙集方法解决因复杂条件造成的雷达航迹信息缺失的问题,然后结合Kalman滤波法解决多雷达航迹的信息跟踪与关联融合问题,采用建模仿真的方法,展开对不确定航迹信息处理与融合过程的建模与仿真。本文的研究工作与研究内容包括：(1)构建基于粗糙集理论的不完备信息系统的数据补齐方法。主要是结合粗糙集理论,对不完备数据补齐算法(ROUSTIDA)进行了分析,并对算法有效性进行计算机验证,最后将其确立为不确定雷达信息的数据处理方法。(2)对比分析了四种分布式航迹关联方法,重点对概率数据关联算法进行了仿真研究。对概率数据关联算法进行计算机验证,对单个匀速运动目标的仿真点迹与航迹进行关联分析。(3)对基于DS证据理论的属性融合算法和基于卡尔曼加权的状态融合算法分别进行分析与仿真研究。在航迹关联的基础上,对目标的状态和属性分别进行融合处理,对比分析了常见航迹融合算法,并对基于DS证据理论的属性融合算法和基于卡尔曼加权的状态融合算法分别进行了案例分析并予以编程实现。论文的特点是构建基于粗糙集理论的不完备信息系统处理方法,对不确定条件下的雷达信息展开有效的预处理,接着分别结合卡尔曼法、DS理论对雷达数据进行关联和融合分析,提升雷达信息融合的效果。仿真验证结果表明,本文的研究结果在理论上具有良好的可行性。