物联网被认为是自计算机技术、互联网技术以来，信息技术领域的又一次大的飞跃。由于在食品行业、智能交通、零售业、后勤保障、医药健康行业和智能家居等领域存在巨大应用潜力，物联网已经迅速成为了世界各国研究的热点。随着智能感知设备、传感器制造工艺及通信技术的飞速发展，大量的感知设备（如射频识别设备、传感器设备及智能终端等）被接入到了互联网中，并且持续不断地通过网络采集和传输数据信息，从而使物联网拥有数量庞大的各类感知数据信息。物联网正在从以各类智能感知设备及其通信网络为基础构建的对客观事物监控的“物理网络”阶段向以数据信息为中心的、反映客观事物及状态的“虚拟资源网络”阶段过渡。因此，这些感知数据信息被认为是实现物联网——“广泛互联互通、透彻信息感知、综合智慧服务”目标的关键点之一。物联网作为未来互联网一个重要的组成部分，它的任务就是搭建完成对万事万物广泛连接和感知的基础设施，构建一个由网络、信息、服务及客观事物高度充分连接的网络。所以，物联网的本质特征就是规模化的互联互通，即普适性。由于普适性的特点，使得物联网数据具有自己的特点。海量性：由于物联网是以时间为特征的数据流的方式收集数据信息，随着时间的推移，数据量不断增长，并且由于多角度的感知使得数据具有较高的属性维度；异构性：由于物联网多种类型感知设备的互联与信息交换，使得物联网内大量异构数据存在；实时性：由于物联网是以时间为特征的对客观事物及其变化的观测，对数据有时间维度的要求；分布式特性：物联网中，各级感知设备部署者对其相应的数据中心进行数据存储与维护管理。有效利用物联网中的数据信息是物联网所面临的挑战。信息融合被认为是实现完整地、准确地、及时地和有效地综合信息处理的一套策略与方法。物联网环境下的信息融合是一个包含理论、方法和算法的完整框架，这些理论、方法和算法用来解决物联网多源异构信息集成与融合，对多感知设备与相关知识信息进行合并与挖掘，综合分析与推理抽象，从而能够得出更好质量的信息。信息融合研究的焦点集中在信息融合体系架构和数据融合算法两个方面。信息融合体系结构是针对数据信息的特点从整体上定制数据信息融合的流程，具有全局的指导作用。数据融合算法则是在保证一定数据质量的情况下，基于数学模型对数据的化简、融合推理计算。本文在以下三个方面开展了相关研究工作：第一，针对物联网数据多源异构性的特点，给出了一个物联网多源异构信息融合的体系结构框架。物联网多源异构信息融合体系结构是对适应物联网特点的信息融合过程的全局性的诠释，具有重要的指导作用。从数据演化过程及功能来看，我们将物联网信息融合整体架构分为四个阶段：采集原始数据、数据抽象、数据集成与融合、特征抽象。详细阐述了各阶段的流程及所起到的作用。第二，针对物联网高属性维度特点，提出了一个基于划分思想的高效特征融合算法，消除冗余属性特征数据。该算法在一般信息系统基础上，利用划分的思想，将高属性维度数据切割成多个相对低属性维度的数据，先对这些相对低属性维度的数据进行计算，然后利用这些计算结果计算原高属性维度数据的必要特征属性，确保分割计算所得到的结果与直接计算所得到的结果相同。它是一种将整体划分为若干个局部，通过对所有局部的计算来求得整体解的过程，提高了高属性维度数据计算的效率。第三，针对物联网中数据对象数量巨大的特点，提出了一个基于正近似思想的高效融合规则提取算法。该算法在缺乏先验知识的情况下，从大量的物联网数据信息中提取符合一定质量的规则，即发现客观事物之间存在的某些联系。这些规则可应用于决策融合计算。该算法在不完备决策信息系统基础上，利用正近似思想，在不影响计算结果的前提下，尽量减少每一步中参与计算的数据对象的数量，从而提高计算的效率。