数据融合技术是一门新兴综合性技术,在军事和民用上均有广阔的应用前景。航天器多信源测控数据融合受多种因素、多个环节的影响和制约。把系统理论分析和建模数值仿真相结合,逐步拓宽对数据融合的认识和实践,将对我国航天测控技术的发展产生积极意义。本文以航天器多信源测控数据融合与决策技术为研究对象,针对融合技术在测控数据融合过程中存在的问题,研究和探讨解决问题的有效途径,并通过仿真实验对系统设计方案和理论技术进行分析和验证。本文在研究数据融合技术、目标识别技术、特征矢量提取技术和证据推理决策技术的基础上,分别在数据融合的三个层次上完成了相关融合方法研究。为了认识数据融合的整体架构,论文阐述了数据融合的基本概念、基本原理、主要特点;总结分析了数据融合功能模型和结构模型的原理、结构特点及其主要融合算法。以航天器多信源测控为背景,分析了数据融合与决策系统的内容和结构,建立系统的研究框架,阐述了融合模型中各个层次的主要研究内容。数据关联是数据融合的首要环节,文章分析和改进了多信源航天器测量控制的数据关联理论和过程算法,提出了一种跟踪门的形成方法及测控数据关联算法,包括跟踪门的数论法计算、数据关联过程以及修正的联合概率数据关联算法。采用概率均匀采样的方法来提高状态分布模拟采样的代表性,并用于计算跟踪门的大小和形状。该方法适合于三维空间的跟踪门设置,计算过程简单。修正的联合概率关联算法将被跟踪目标的预测区域分成几个彼此相互独立的跟踪区域,对具有公共测量的目标和各目标相关跟踪门内的多个测量的概率分布密度分别进行计算,并进行概率加权,形成修正的联合概率关联算法。通过数值仿真验证,本算法的关联成功率较高。为了提高数据层融合精度,采用缓冲算子和灰色关联理论对测控数据进行预处理,减小测量数据的随机误差,根据测量数据序列的变化特性,采用样条滤波和强跟踪滤波技术对测量序列进行数据层融合。利用四阶样条函数建立系统状态方程,结合系统观测方程,对滤波过程的状态估计误差和观测误差进行补偿,有效地抑制了测量数据的随机观测误差,平滑了测量数据。强跟踪滤波器对模型参数失配问题具有较强的鲁棒性,对初值状态统计特性不敏感,收敛快,关于状态突变具有良好的动态性能,即使受到剧烈扰动,滤波器仍具有保持稳定的能力。以数据层处理结果为输入,提出了测控数据特征值提取的有效方法,即对数据层处理结果先进行检择,以测速定位和相互定位测距为特征,分析了数据融合特征层的计算理论和方法,推导出数据层不同处理结果条件下航天器位置速度的实时计算新方法,并将样条滤波和数论法有效结合,在相对距离最近时刻,对追逐方和逃逸方的位置分布进行伪随机采样,以较高的精度反映了最小相对距离的分布特性和统计特性。论文结合样条滤波,利用追逐逃逸过程仿真数据,对追逐方和逃逸方飞行过程的位置、速度进行了仿真,验证了最小相对距离矢量的计算方法。作为数据融合的应用之一,本文提出了一种证据加权数据融合及判决方法,用于解决证据冲突的合成问题,对航天器型号辨识、测控设备选优、空中目标交汇评估等问题进行了仿真分析和验证。本文根据D-S证据合成的一般过程,结合置信度函数和似真度函数等概念,利用证据加权融合,抑制证据冲突问题,针对型号辨识、测控设备选优和空中目标交汇评估,分别采用不同的加权计算方法,减小了个别误差较大的特征值对总体决策的影响,增强了系统的容错性。