敌对或非法无人机在军事与民用领域的出现日趋频繁，已构成严峻挑战。在军事领域，此类无人机常被用于侦察隐蔽阵地并摧毁昂贵雷达设备；而在民用领域，机场等关键基础设施的禁飞区亦屡遭侵扰，导致运营中断与航班延误。为应对这一日益增长的威胁，本论文于瑞典国防研究院（FOI）开展研究，探讨如何运用传感器管理技术，依托雷达实施多目标跟踪（MTT），以最小化暴露受保护隐蔽阵地及损失精密装备的风险。研究逼真模拟了四种典型无人机飞行场景，采用全局最近邻（GNN）与联合概率数据关联（JPDA）跟踪器，通过扩展卡尔曼滤波（EKF）融合两部雷达及两部射频（RF）传感器的模拟探测数据。本文提出一种新型传感器管理方案，其核心在于将奖励函数解耦为若干可解释的独立分量，分别刻画雷达使用强度与航迹质量等维度。所设计的传感器管理器采用广度优先搜索（BFS）算法最大化奖励函数，从而在航迹质量与雷达使用之间实现动态权衡。实验结果表明，相较于持续开启雷达的非隐蔽基线方案，本方法在跟踪性能接近的前提下，平均降低有源雷达使用时长约79%至85%。

本文后续结构安排如下：第二章详述多目标跟踪与传感器管理的相关基础理论；第三、四章分别阐述本研究所采用跟踪器与传感器管理器的设计选型及其依据；第五章呈报并分析四种场景下的实验结果；第六章总结全文，凝练研究结论并展望未来研究方向。