C3I (Command，Control，Communication and Intelligence)意指“指挥、控制、通信与情报”。由于C3I系统在现代高技术战争中能帮助人们驾驭信息和武器两要素，使军队的战斗力获得最大限度的发挥，因此，在现代战争中具有极其重要意义。数据融合，由于其综合多信息源的数据，与从任何单个信息源所获得的数据相比，提供更加精确和更加确定的推理；它是现代C3I系统中的重要组成部分，其功能模型中包括低层的信号检测，位置估计和身份估计，以及高层的态势估计和威胁估计；同时，它也是许多传统学科和新兴的工程领域相结合而产生的一项新技术。 本文在深入分析C3I系统特点、原有C3I数据融合的缺陷、以及神经网络和模糊推理优缺点的基础上，基于互补思想，将神经网络——模糊推理融合理论引入C3I数据融合系统，构造了基于神经网络——模糊推理的C3I数据融合框架，以此解决现代C3I系统中的实时性、容错性和对不确定信息的推理等问题。并将此思想具体运用于C3I中的多传感器多目标数据融合跟踪系统，讨论分析了基于神经网络——模糊推理的上述系统的关联算法和身份识别算法。作者在论文中的主要工作如下： 1) 论文中阐述了现代C3I系统的发展状况以及C3I数据融合在国内外的研究进展，并对支撑技术中三大重要技术——数据融合技术、人工神经网络技术以及模糊推理技术进行了深入分析。 2) 深入分析了当前C3I特点、数据融合的局限性以及人工神经网络优势，提出了C3I数据融合系统人工神经网络实现思想。 3) 在分析人工神经网络和模糊推理优缺点的基础上，基于互补思想，提出神经网络—模糊推理融合解决方案，以解决C3I数据融合的实时性、容错性和对不确定信息的推理等问题；提出了基于神经网络——模糊推理现代C3I数据融合框架。 4) 基于本论文构造的框架，深入分析现代C3I数据融合的典型系统——多传感器多目标跟踪系统中的两个关键环节——数据关联和目标识别的算法实现。