随着导弹和航天器技术的飞速发展,各种靶场实验越来越多,对弹道解算的精度、实时性、可靠性等方面提出了更高的要求。现有的数据处理技术在多测元数据的互补性和冗余性的处理问题上仍有不足,而且未能充分考虑系统的不确定性和多源数据融合对处理性能的影响,从而限制了实验数据处理的效能。针对上述问题,本文以靶场外测数据为对象,对靶场数据实时融合处理技术和事后数据融合处理技术做了深入研究。主要工作如下:1)在有色量测噪声无迹卡尔曼滤波算法基础上提出了双层改进算法,并应用于多通道弹道数据融合处理中。针对有色噪声系统,在传统无迹卡尔曼滤波算法（Unscensted Kalman Filter,UKF）基础上利用量测信息扩增的方法将有色噪声白噪声化,用带权值的采样点表征先验分布,并使用内层UKF对采样点进行更新,然后引入外层UKF估计目标状态。仿真表明,该方法可以有效抑制有色噪声对系统的影响,获得更高的滤波精度。2)研究分析了外弹道测量数据事后融合处理流程,给出了关键节点的处理算法。在多传感器目标跟踪条件下,采用相关技术首先对多传感器量测数据进行预处理,再运用几何定位、数学解算得到目标运动轨迹;考虑多设备多组测量数据信息互补冗余问题,将递推最小二乘估计交会融合算法与实际问题结合;根据测量误差在测量方程中的传递关系,利用误差传播法理论推导出统计意义上的弹道测量精度。最后利用某卫测中心导弹飞行数据验证了相关数据处理方法的正确性。3)将本课题研究的数据融合处理算法与计算机技术相结合,开发了导弹轨迹数据融合处理软件。以某卫测中心具体项目要求为背景,采用Qt平台开发GUI应用程序,利用Python编程实现外测数据预处理、弹道信息解算、多源数据交会融合处理等算法,对靶场弹道外测数据进行精细化的融合数据处理,构建了良好的用户操作界面,直观的显示数据处理结果与导弹飞行轨迹。