随着科学技术的发展和现代战争的需要，信息融合作为一门新兴交叉学科在近年来得到了广泛关注和飞速发展。在多传感器信息融合系统中，位置级融合是最重要和应用最多的一级，关联和融合是其两大任务。 本文主要研究了信息融合中位置级融合的状态估计问题，在目标检测、数据校准和关联已完成的假设下，对已有的融合结构模型及算法进行改进，得到了新的模型和算法。首先在滤波及预报估计的基础上，利用矩阵加权线性最小方差准则，给出了多传感器信息融合最优固定区间平滑器、固定点平滑器和固定滞后平滑器算法，并进行了数值仿真；其次研究了传感器系统中不可避免的问题即非标准系统，给出了相应的含无序量测系统的状态估计更新算法；在此基础上，进一步研究了含无序量测的多传感器系统，提出了两种状态融合估计算法。本文还对所提出的算法进行了简要的理论分析，并通过数值仿真说明了这些算法的可行性及有效性。最后，简要介绍了神经网络技术在信息融合中的应用，对进一步的研究进行了展望。