多源信息融合是一个多变、开放和非线性的复杂系统,其在传感器所获信息的表现形式、被观测对象的运动方式及多源信息的综合处理等方面都存在诸多的不确定性。几十年来,虽然多源信息融合在理论上和应用中都取得了长足的进展,但是由于多源信息的复杂性及系统中存在的诸多不确定性因素,加之缺乏坚实而实用的数学基础,从而导致这一领域至今仍没能建立起描述多源不确定信息的统一方式以及有效的广义系统模型和融合算法,因而也就未能形成统一的基本理论框架,所以在多源信息融合理论研究和技术开发中,其首要问题就是如何能有效地给出多源不确定性信息的统一描述和建立反映其动态变化的系统模型。这是因为,只有建立其统一而合理的描述形式和系统模型,才能运用相对比较成熟的融合理论和方法对其进行分析、处理,最终实现对多源不确定信息的有效融合。本文主要研究工作如下:1.在扼要回顾多源信息融合技术的发展历程的基础上,结合雷达信息处理系统实例,深入讨论了多源信息融合的概念;在认真分析的基础上,归纳出数据融合技术在军事应用上目前所存在的几个主要问题;论证了多源信息统一表示和系统建模在融合技术发展中的重要性。2.在多源信息空间中,运用空间分解的方法将各种信息投影到各个子空间中。首先利用每个子空间的基来表示相应类型的信息,然后再利用卡尔曼滤波器分别对各个子空间中的信息进行处理,从而设计出了能够融合多种信息的滤波算法。3.在随机集理论框架下,把模糊逻辑方法引入到多传感器多目标系统中,研究能统一描述随机信息(简称为数据,Data)和模糊信息(模糊证据,Ambiguous Evidence)这两种异类信息的方法,建立能够同时融合数据(Data)和模糊证据(Ambiguous Evidence)的条件概率模型。