多传感器时间配准技术是信息融合系统前端数据处理的一项关键技术,时间配准效果的好坏是影响信息融性能的重要因素之一。随着信息领域科学技术的飞速发展,信息融合系统在民用领域和军事领域的应用越来越广泛,时间配准技术作为数据融合的前提,在异步信息融合系统中不可获缺。内插外推、最小二乘等方法是时间配准的常用方法,但是这些传统方法存在如配准时刻不灵活等使用条件限制,而且在较为复杂的运动模型下配准的误差较大,针对这些问题,高性能时间配准方法成为信息融合领域内一个研究热点。本文从时间配准基本概念、时间配准常用方法以及运动模型等三个方面对信息融合系统中的时间配准技术展开了介绍和分析。根据时间配准原理和高斯过程回归方法的原理,主要研究了高斯过程回归算法在信息融合系统时间配准技术中的应用,提出再建模的概念,利用异步观测值及其时间值构造多维高斯随机变量并求解条件概率分布实现时间配准。论文给出了高斯过程回归用于时间配准的详细理论分析,并且通过仿真验证了算法的有效性。本文提出在已知目标运动模型及参数(过程噪声)的前提下,获取运动目标的真实位置信息作为样本数据;根据时间配准原理和高斯过程回归算法的特点,选取合适的核函数,并结合样本数据利用最大似然估计求解核函数的超参数;改变运动模型参数,重复求解核函数的步骤,建立运动模型参数与高斯过程核函数超参数之间的数值映射关系;对于需要完成时间配准的异步观测信息,利用高斯过程回归进行预测并实现融合;最后,利用计算机仿真结果验证了高斯过程回归时间配准方法的有效性,并显示相对传统方法具有更高的精度,同时能满足实时性的要求。