随着目标数量日益增加的今天,单传感器所能够提供的信息已经不能满足现在的需求,已经逐渐被多传感器所替代,而多传感器带来的大数据让多雷达数据分析成为了热点。本文所研究的重点也在此处,在雷达领域,通过分析数据从而对信息进行检测、结合、关联、估计和组合以获得飞机准确的状态估计和身份估计,这就是数据融合。现有的数据融合中往往面临以下问题:因环境干扰而无法准确跟踪以及缺乏系统性能评估。以解决以上问题为目标,设计并实现了一个基于非合作目标(即没有GPS辅助的目标定位)的多传感器数据分析与评估系统。在此系统中,包括了关联/滤波,状态/身份估计(位置、属性)与系统评估。为了使目标状态在嘈杂环境中的精确度进一步增加,研究对比了不同方式的系统误差评估,做了结合式的关联预处理;对比改进了不同环境下的滤波效果;为了提升关联准确性,研究对比了不同情景下的关联效果,并堆关联算法进行了改进;这些改进可提高目标在复杂环境中的目标跟踪(状态/身份)的精确度;此外,在评估模块中对评估指标进行了筛选,并设计了评估指标的评估算法,通过数据来源的不同把评估指标分类到雷达数据和融合数据两类,从而完成对两类数据的评估。本文通过改进雷达系统误差的预估以及数据融合算法来提升跟踪精度,增加系统评估模块来评测当前系统的性能,也给通过机器学习算法缩减误差的方法(此方法基于合作目标)提供了接口。