智能系统使用多种传感器能够更迅速、更经济地获得有关外界环境全面、可靠、准确的信息，使之在不确定或动态的环境中工作时具有较高的适应能力和柔性，从而提高了系统的智能水平。多传感器信息融合的有关理论就是为了更有效地处理多传感器智能系统的设计与分析而提出和发展起来的一个新的研究方向。随着对智能系统要求的不断提高，多传感器系统信息融合的研究正受到人们越来越大的关注。 多传感器系统信息融合是一门综合性很强的研究课题，它包括统计学、决策论、控制理论、系统辨识及传感器学等多方面的内容。虽然在短短的几十年内已取得了若干重要研究成果，但可以说，在多传感器信息融合的研究中理论远远落后于实际需要，至今尚未形成具有普遍指导意义的较为严格的理论和方法。本文试图对多传感器系统信息融合的理论框架作一个总结和深入研究。第一章介绍了多传感器系统信息融合的概念，对信息融合的方式作了详细的解释；并论述了多传感器信息融合系统的优点和特征；同时还介绍了多传感器信息融合的发展过程和主要应用情况。第二章给出了多传感器系统信息融合的一个总体概念结构。建立了传感器信息融合的基本结构；总结了传感器信息的建模方法和一些典型的融合方法；给出了几种具有代表性的传感器信息融合拓朴结构。 系统中传感器的种类是多种多样的，因而传感器得到的信息类型也是不同的。根据传感器信息的特点，信息融合方法一般可划分为定性信息融合、定量信息融合和动态信息融合。第三、第四、第五章分别对这三种类型作了详细的讨论。 第三章在证据决策理论的基础上，得到了定性信息的一般融合方法；还在不失去Dempster-Shafer理论本质的前提下向模糊集合得到了扩展，并由此给出了在模糊性下的一个合理融合方法。