信息相关技术是多源信息融合的前提和关键。它根据信息的描述对象对信息进行分组,每组信息对应同一描述对象,为后续的融合处理奠定基础。论文以基于卫星侦察的海洋监视应用为背景,研究了阵群目标信息相关处理中的一些基础问题以及阵群目标特征稳定和动态变化两种情况下的阵群目标信息相关算法,包括阵群目标信息相关的框架和模型、稳定情况下的阵群成员信息匹配算法、动态变化情况下的阵群目标特征提取和相关判决算法等。论文的研究成果如下:(1)分别建立了稳定和动态变化两种情况下的阵群目标信息相关框架;为稳定情况下阵群目标信息相关的关键环节——阵群成员信息匹配建立了数学模型;建立了动态变化情况下阵群目标信息相关度量计算模型和相关判决模型。(2)建立了阵群成员位置信息的数学模型;考虑到阵群成员位置信息通常会受到观测噪声、漏检、观测区域部分重叠、传感器分辨率不同等因素的影响,提出了一种有效的坐标变换不变性特征描述方法——相对直角坐标描述,并在该描述的基础上给出了一种基于坐标配准的位置匹配度量,该度量有效地克服了上述多种因素的影响。(3)建立了阵群成员属性信息的数学模型;定义了一种新的冲突度量并对其相对于传统冲突度量的性能优势进行了理论证明,在新冲突度量的基础上给出了阵群成员属性信息的匹配度量;结合新的冲突度量,提出了一种新的证据组合规则并对其相对于传统证据组合规则的性能优势进行了理论证明,在新证据组合规则的基础上得到了阵群成员位置和属性信息的综合匹配度量。(4)在阵群目标位置信息具有全局刚性的情况下,针对二维分配算法对传感器漏检适应性较差的问题,提出了一种新的匹配判决思想——基于信息序列截断的匹配判决;考虑到基于信息序列截断的多对多匹配判决算法对非匹配元素的扰动比较敏感,通过聚类实现多对多匹配判决,并解决了匹配簇数和聚类中心的选择问题;针对基于信息序列截断的多对多匹配判决算法对匹配元素的扰动比较敏感的问题,将多对多匹配判决看作匹配度量矩阵扰动校正的过程,并给出了详细的算法设计。(5)针对阵群目标位置信息具有局部刚性的情况,建立了阵群目标信息局部子集的概念,在此基础上提出了两种局部匹配判决和全局验证相结合的复合匹配判决方法——局部匹配判决和聚合式全局验证、局部匹配判决和增量式全局验证,并通过仿真实验对它们的有效性和适用性进行了验证和分析。(6)研究了动态变化情况下阵群目标信息相关中的阵群目标特征提取和信息相关判决问题,提出了一种通用的阵群目标队形特征提取方法和一种通用的阵群目标编成特征提取方法,给出了一种在动态变化情况下适用的阵群目标信息相关判决算法——相关门限参数化-双向约束法。