入侵检测是保障家庭安全措施中不可缺少的手段之一，而传统的入侵检测系统采用“单传感器阈值判别”的方式来对入侵进行检测，不仅不可靠，误警、漏警率极高，而且误警信息的过度泛滥严重影响到了人们的正常生活。为了提高现有智能家居入侵检测系统的实时性和报警的准确率，保障人们家庭财产安全，研究与设计基于信息融合的智能家居入侵检测系统具有广阔的应用前景和重要的研究意义。　　智能家居入侵检测系统的关键技术是通过对家中各类安防传感器数据信息综合处理，进而决策判断出当前家中是否遭到了入侵。关于智能家居入侵检测的做法比较多，信息融合就是其中一种。本文首先通过归纳和总结现有基于D-S证据理论的集中式和分布式信息融合模型的优缺点，提出时域证据不能等权重融合的观点，然后通过结合实际家庭环境特点，提出了适用于智能家居入侵检测的时空域信息融合模型。随后通过分析现有D-S算法的缺陷和不足，并综述了D-S证据理论算法改进的研究方向，提出了改进的基于Pignistic概率距离的证据组合规则，在此基础上进一步研究，再提出了适用于智能家居入侵检测的时空域信息融合算法，通过实验仿真验证了算法的可行性和有效性。最后设计了基于嵌入式平台的智能家居入侵检测系统服务器和基于Android平台的移动客户端。　　具体工作如下：　　1、时空域信息融合入侵检测模型的提出。首先，分析了现有模型信息融合的本质，针对模型中对时域融合采用等权重融合的缺点，结合了家庭环境不断变化的特点，提出在入侵检测时域融合中动态调整权值的思想，在此基础上提出了具体的适用于智能家居入侵检测的时空域信息融合模型。　　2、对D-S证据组合规则的改进。针对现有D-S改进算法度量冲突程度方法的不准确与收敛速度慢的缺陷，提出证据集期望的概念和一种基于冲突系数和Pignistic概率距离的证据融合规则。先用冲突系数和Pignistic概率距离的平均值来表征证据间的冲突程度，通过计算出每一条证据的重要程度权值，进而求出证据集期望，然后用证据集期望作为现有证据集的反馈来替换掉证据集中相关性最低的证据，以此修正证据集中可信度低的干扰证据，最后对修正证据集用D-S规则进行融合。通过算例分析，验证了改进的组合规则能够排除干扰证据、降低冲突，并加快系统收敛速率。　　3、时空域信息融合入侵检测算法的提出。针对现有智能家居入侵检测算法收敛速度慢及抗干扰能力差进而导致决策系统实时性和鲁棒性差的缺陷，分析了时空域证据融合的特性，得出时域融合重在冲突融合、空域融合更重在去除冲突融合的结论。基于此，提出基于证据理论的时域自适应加权算法及空域证据修正的3种证据融合入侵检测算法。然后将提出的检测算法应用于智能家居入侵检测系统，检测结果验证了本文提出的算法能够加快融合结果的收敛速度，增强抗干扰能力，并能提高入侵检测系统决策的实时性和鲁棒性。　　4、设计了基于嵌入式平台和Android平台的智能家居入侵检测系统客户端和服务器，将智能家居时空域信息融合入侵检测算法应用于实际，提高入侵检测系统的实时性和准确性，具有一定的经济实用价值。