以异步多速率传感器信息融合理论和同步单速率传感器不完全观测理论为基础,提出了一种适用于时变线性系统的异步多速率传感器不完全观测的信息融合算法.通过原理分析和数学推导,将异步多速率传感器动态系统建模为同步同速率系统,进而利用改进的卡尔曼滤波方法进行状态估计,利用联邦分布式数据融合方法进行信息融合,获得基于所有观测信息的最优估计.理论分析和仿真结果均表明该算法的融合效果优于任一单传感器卡尔曼滤波的效果.