随着社会信息化的推进,多信息源数据融合的优势越发明显,在多领域广泛运用,对多传感器收集到的信息进行融合处理得到的数据,相比单信息源更能接近于原始设想目标。传统单一或组合的导航定位系统都具有不同的优缺点,其发展速度无法满足设国家和公众的需求,将多源信息融合领域与组合导航结合成为新的研究热点方向。目前多源信息融合还没有一个清晰的定义,仍旧以美国提出内容为标准,本文分析了多源信息融合的国内外发展情况,提出多源信息融合可以从数据融合和信息融合两个方面考量,同时综合列举了多源信息融合技术的层次、模型、架构和算法。本文提出多源信息融合普遍将融合模型分为象元级、目标级、决策级三个层次,包括功能、结构、过程和数学等模型;其中在系统融合结构上主要有:集中式结构、分布式结构、混合式结构、多级式结构。除此之外,本文还指出信息融合主要涉及解决冲突、合并数据等,其相关算法可以分为:估计理论方法、不确定性推理方法、模式识别与人工智能算法。面对不同的场景问题,结合信息源的数据特征,可采取不同的层次模型,选择合适结构和算法,为融合系统获得更好的性能有着重要的意义。