随着现代战争节奏的加快,以及传感器所产生战场监视数据量的剧增,指挥人员面临着越来越大的认知压力。出现这种压力的重要原因之一是指挥人员的注意力被大量繁杂无序的战场信息所分散,致使其理性判断能力“过载”,最终导致了“战争眩目”问题的出现,严重影响了指挥人员的作战决策。为了减少指挥人员的认知负担,避免“战争眩目”问题的出现,本文分别从功能模型和具体实现的角度研究了数据融合中的兵力聚合技术。总体而言,本文的贡献主要包括以下几个方面:(1)完善了基于数据融合的兵力聚合功能模型分析了“战争眩目”问题的形成原因,指出了海空目标兵力聚合的特点,并结合JDL数据融合过程完善了兵力聚合功能模型。(2)提出了基于单帧数据和多帧数据的目标分群方法依据海空侦察目标目标间的关系特点首次提出了作战加权网络的概念,以此为基础给出了单帧数据目标分群算法TGUH和TGCNM。并在考虑时间因素的前提下,进一步研究了基于多帧数据的目标分群问题,给出了基于数据流聚类的动态目标分群方法TG-Stream。(3)提出了基于模糊集理论的作战集群类型识别方法针对作战集群识别的特点,根据模糊集理论给出了一种改进的部分监督带权模糊c-均值作战集群类型识别算法。