应用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型、白噪声估值器和观测预报器,在按标量加权线性最小方差最优信息融合准则下,提出了多传感器信息融合单通道白噪声Wiener反卷积滤波器,在按矩阵,按对角阵和按标量加权最优融合准则下,提出了带白色观测噪声和带MA有色观测噪声的ARMA信号的多通道多传感器信息融合Wiener滤波器,提出了多通道多传感器ARMA信号信息融合Wiener反卷积滤波器和多传感器信息融合Wiener状态滤波器。它们可统一处理融合滤波、预报和平滑问题。为了计算最优加权,提出了局部估计误差互协方差的计算公式。同单传感器情形相比,可提高滤波精度。本文提出的方法避免了求解Riccati方程和Diophantine方程,可减小在线计算负担。大量的跟踪系统仿真例子和数值仿真例子说明了其有效性和正确性,且说明了三种加权融合滤波器的精度无显著区别。因而采用按标量加权融合滤波器可显著减小计算负担,便于实时应用。