多传感器信息融合是近年发展起来的多源信息处理新技术,在多传感器融合系统中,不确定性信息的处理和时间、空间配准问题是一个引人注目的研究热点。Dempster-Shafer证据理论作为一种广泛采用的处理不确定信息的推理方法,为我们提供了一种能够融合多源证据的有效方法。但D-S理论只适用于证据独立的情况,实际应用中往往需要处理不独立的情况,因此对证据理论的研究和改进是摆在众多学者面前的一个重点问题;另外,多源信息融合要利用多平台信息,如何将各传感器信息统一到同一的时间空间范围内进行融合是关系到融合性能的一个重要因素。因此,本文研究异类传感器信息融合中不确定信息的处理及时间、空间配准问题,其主要工作和创新性研究如下: 1、研究了证据理论中相关证据的处理方法。在分析现有处理相关证据方法的基础上,针对识别框架是准贝叶斯结构的情形,经过研究提出了一种基于辨识相关源证据和独立源证据的证据合成方法,并得出了求解相关源证据方程组的若干结论。 2、研究了冲突证据的处理方法。提出了一种新的能根据累积信息自动调整各证据在合成时权的分配方法,该方法能够根据各个命题在证据中概率赋值的大小,调整融合时的权重。新的合成方法比现有方法更有效,提高了合成结果的合理性与可靠性。 3、针对多传感器信息融合中时间不同步、数据率不一致的特点,经过研究给出了一种基于数据拟合的时间对准算法。该算法能将不同传感器测得的不同采样周期的数据对准到同一时间点上,以便进行特征提取与数据融合。同现有算法相比较,该算法计算简单,速度快,提高了融合效率。 4、对异类传感器信息融合在目标识别中的应用进行了研究。讨论了几种常用的基本概率赋值方法,给出了将证据理论应用于异类传感器目标识别的算例。 本文所做的研究工作对促进我国军事高科技和信息融理论的发展是一个大胆的有益尝试,具有重要的学术意义和工程应用价值。