본 논문의 목적은 이산 확률 선형시스템 모델에 대해 다중센서로부터 얻어진 측정값을 바탕으로 상태 변수의 차원을 낮추어 분산 추정하는 저차원 데이터 융합 필터을 개발 및 분석하는 것이다. 일반적으로 추정 융합 문제는 모든 상태 변수를 추정하지만, 본 논문에서는 목표 시스템을 제어하기 위해 반드시 필요한 상태변수만을 추정하고자 한다. 이를 효과적으로 추정하기 위해, 저차원 데이터 융합 필터를 고려한다. 이 필터는 하나의 목표물을 추적하기 위해 다수의 센서를 track-to-track 형태로 구성하였고, 이때 최적의 평균 제곱 오차를 얻을 수 있도록 설계되었다. 이론적인 방법에서의 저차원 데이터 융합 필터는 동일한 성능의 센서로 구성된 다중 센서 시스템을 연구하였다. 융합 필터의 성능(추정치의 정확도와 계산의 복잡도)을 확인하기 위한 시뮬레이션에서는 2 차원 운동 모델을 GPS 가 측정하는 상황을 고려하였다. 제안된 필터는 중앙집중식 Kalman filter 의 전역 최적해와 비교분석 하였고 시뮬레이션을 통해 저차원 데이터 융합 필터의 실용적인 효율성을 검증한다.