当今社会对火灾监测系统要求日益提高,传统的单一传感器获取信息存在片面性及局部性,而采用多传感器获取信息并进行数据融合处理则可以获得更全面、更准确的环境信息,在火灾监测方面具有很高的实用价值。本文主要围绕多传感器信息融合技术中的一些基础算法展开研究,并将其应用在火灾监测上,设计了一套以四旋翼无人机为基本平台的火灾监测系统。首先,本文分析了火灾的主要特征参量,确立了可用的传感器种类及其检测算法。其次,研究了多传感器信息融合技术中时空配准以及野值剔除方面的算法,设计了基于新息变化的野值检测算法,通过仿真验证了该算法的有效性。再次,对信息融合技术中数据决策部分的相关算法,采用了针对冲突的改进证据理论算法,通过分析证据的一致性和确定焦元的重要性两方面入手,解决了证据理论存在的一票否决现象和证据冲突过大的问题,并降低了判决结果的不确定性。对于需要考虑多传感器置信度的决策问题,提出了一种基于传感器信任度的证据理论改进算法,利用灰关联获得传感器的置信度,并结合传感器获得的焦元信息和传感器置信度综合对目标进行判决,理论分析和仿真实验均表明算法具有良好的判决效果。最后,将这些研究成果应用于实际四旋翼无人机火灾监测系统中,并利用该系统将本文算法与几种经典的DS(Dempster-Shafer)证据理论算法和单传感器算法进行了对比实验,实验结果验证了本文算法在准确性和鲁棒性等方面均存在较大优势,具有更高的实用性和工程应用价值,适合在复杂多变的灾害环境中用于火灾监测。