该文针对多传感器数据融合领域的一些关键问题做了较为深入的探讨,这些问题包括:不同类型传感器的状态融合问题、引入图像传感器的机动检测问题、利用分布式双站FLIR-ESM(前视红外-电子支援措施)系统的联合跟踪问题,以及决策领域中的冲突证据的合成问题.我们也尝试了一些解决上述问题的方法,取得了一些较有价值的成果,该文具体研究的内容如下:1)该文从分层融合算法以及最大似然估计方法的推导过程提出了两种解决这一类问题的方法,即扩维分层融合算法和扩展直接融合方法.在扩维分层融合算法中,包括融合状态设定方法、对单传感器滤波结果的状态及其相应方差阵的扩维方法、扩维后的融合与预测方法.在扩展直接融合算法中,主要内容有:融合状态向量的设定和似然函数的构造方法.同时我们还明确了扩维分层融合算法和扩展直接融合算法的实质.2)该文在已有的利用红外图象进行机动检测方法的基础上提出了一种针对近距离目标红外图象的处理方法,主要包括:依据类散度的小波包变换、初始聚类后叠代逼近的思想、以及能量最强直线段提取的方法.同已有的方法相比,我们提出的方法在较低信噪比情况下依然能够保持较好的目标中心的跟踪精度,并进一步改善机动检测的性能.3)该文提出了一种基于分布式双站体制的ESM电子支援措施和FLIR前视红外系统联合跟踪的方法.该方法利用FLIR来保证跟踪精度,利用ESM在获得目标方向信息的同时能够获得辐射源特征的特点,采用航迹相关的方法解决双站系统的"鬼点"问题.该方法较好地克服了传统的多传感器多目标无源跟踪方法的缺陷.4)该文还在总结以往各种修正DS证据理论方法的基础上提出了一种基于证据分类策略的修正DS证据合成方法,以解决证据冲突情况下的合成问题.