VTS(Vessal Traffic Servieces),中文全称船舶交通管理监控系统,是用来保障船舶在规定的航道中规范运行,提高航运的运输效率,保护河道的环境,同时监控非法船舶违规操作。该系统对于水域整理发挥了巨大的作用。但是大部分系统直接引进外国产品,国产的系统都采取单机工作,并未将数据进行整合和处理,导致整体系统稳定性较差,目标位置精度偏差过大,网络性较为单一,各个传感器交互较为薄弱,虚假目标较多等问题。引进新的技术,将对VTS的性能和可靠性方面具有重大的提升,并且将会推动VTS的迅速发展,尤其是多雷达系统的组网,将从根本上提升VTS发现目标的能力,减少虚假目标的出现,提高监控河道的能力。本文首先针对VTS的融合模型,进行了深入的研究。在对特征、像素、决策级融合模型的基础上,结合VTS自身的需求,提出基于该系统模型。之后,本文对雷达做了详细并全面的介绍。针对模型的需求,探究海杂波的各种统计特性基础,并对比各种算法的优劣,采用STC曲线算法,来抑制海杂波,同时将算法应用到已采集的回波视频中,并与抑制前视频做比对,得出目标发现概率显著提升。针对雷达视频存在时间和空间上的偏差。因此本文探究了时空校准算法,并采用关联时间算法对融合后的视频进行了校准,采用KNN空间聚类算法对回波进行预估和采集,来获得目标中心所在位置。最后,本文将各个模块统一结合起来,并通过实际工程的回放视频,测试算法可靠性和可行性,与整体的VTS数据统一结合起来,为将来工程项目的使用,做好了的预先铺垫。