随着信息技术的不断发展，以及现代战争的复杂性日益提高，众多因素推动了信息融合技术的发展。证据理论作为信息融合领域处理不确定性问题的一种重要方法，已经在信息融合技术，尤其是在目标识别融合中得到了广泛的应用。经过四十多年的发展，它仍存在诸多不足之处。本文对冲突证据的度量和合成方法，及其在空中目标识别中的应用展开了研究。　　本文研究了信任区间和不确定性表示方法，并对常见的信任区间表示意义进行了分析。研究了D-S证据理论的组合规则。分析了D-S组合规则的基本原理，然后将它推广到多证据合成。同时它本身就存在两个问题:一是用其处理高冲突证据时，可能会产生悖论的现象。二是在合成的过程，多点集的信任值不能合理的向其子集传递，也就是说信任值不能合理的分配。通过两个实例对这两个问题进行了分析与体现。　　研究了冲突证据的度量与组合方法。针对传统的经典冲突系数只考虑了证据间的非包容性，本文通过引入潜在冲突，分析相容焦元间的冲突性，改进了经典冲突系数，然后结合Jousselme距离函数，提出了新的冲突证据度量方法。通过综合考虑证据的充分性与重要性两个方面，对冲突证据的组合方法进行改进。主要是在新的度量方法的基础上形成了新的折扣因子，同时考虑到不同权重的传感器，所产生证据的重要性不同，引入粗糙集获取传感器的权重，利用这两个系数来修改证据源，提出了基于修改证据源模型的组合方法。　　研究了基于改进的D-S证据理论的目标识别。从三个层次对目标识别融合技术进行了研究。分析了传统的目标识别模型的工作原理;根据前文对改进D-S证据理论的研究，结合本部目前拥有的装备的编制与性能，对传统的目标识别模型进行了改进，提出了一种基于改进的D-S证据理论的二级分布式融合模型，研究了基于改进的D-S算法的目标识别的主要流程，并以实例验证了该方法的可行性和模型的合理性。