数据源的调度、融合系统模型的构建及融合效果的评估一直是多传感器融合领域的关键技术,也一直是融合研究的热点和难点,也将是今后发展的重点。本文研究的主要目的,是通过对多传感器融合理论的分析和总结,在资源受限的大前提下,以期在三个方面取得相应的进展。首先,我们所说的Agent通常是指通过本身具有的知识库及推理机制,在特定条件下能具有自主地、持续地计算功能,从而实现其充当代理、表现社会关联、主动反馈等特点的一种实体。而多Agent系统是多个单Agent节点通过一定的协商机制时而协作时而分工的智能聚合体。因此通过对不同数据源的类型及其特性的理解和对常用数据源调度算法的分析,利用先进的多Agent理论建立分布式动态多传感器数据源调度模型,提出一种有效的智能化的数据源调度解决方案。其次,融合系统的传感器资源往往在两个大的方面受到明显的限制:能力和链路。能力受限包括处理能力受限和观测能力受限,链路受限包括维持时间受限和通信带宽受限。因此需要通过对常见融合层级和多传感器融合系统中资源受限的类型的分析总结,基于Dasarathy功能模型对现有的融合模型进行优化改进,得到新的多层级数据融合理论模型,在此基础上针对具体的信息受限(能力或链路受限)情况,提出相应的改进方案,并应用于实际案例之中,以验证其有效性。最后,通过对现有数据融合评估方法的研究整理,在综合分析融合系统的基础上,提出了包含性能度量(Measure of Performance Set, MOPS)、效能度量(Measure of Efficacy Set, MOES)、决策效能度量(Measure of Decision Efficacy Set, MODES)的系统有效性指标集,结合模糊数学理论,利用均衡平均型算子建立了多层次的融合系统有效性评估体系,提出较完整的评估方法并加以验证,最终提出一种对多源数据融合系统的有效快速的评估方法。