为了研究非协同式敌我识别技术，本文详细地阐明了D-S理论中关于多传感器数据融合的原理和目标识别的方法，建立了计算方法和实模型。应用证据理论(D-S方法)，解在多传感器条件下的数据融合问题，具体方法是根据多个传感器对目标类型判断的基本概率分配函数，不断添加新的传感器数据，更新信任函数和似然函数，最终判断目标类型。 并针对多传感器的目标识别问题，文中给出并证明了两个传感器Dempster-Shafer(D-S)融合识别同一目标时的若干结论及其归纳的结论，同时推出了多(＞2)传感器Dempster-Shafer融合识别同一目标时的递推式，并分析了它们的性质。这些研究是多传感器目标识别系统中不同类传感器的选择及其信息的有效D-S融合的理论依据，且融合识别的递推式不仅可减少计算的复杂度，增强多传感器分布识别的可调性，而且可用作多传感器实时融合识别的递推式，这对解决军事等领域的目标识别问题有重要价值。