多传感器信息融合目标识别是空间目标识别的一种重要技术途径。当前用于信息融合的算法有许多种,其中DS方法以其对不确定性的表示和组合方面的优势,正在受到越来越多的关注。本文主要研究空间目标融合识别中的证据冲突和时空域融合模型两个问题。第二章研究DS理论中证据冲突问题的解决方法。首先总结分析了目前解决冲突的三种主要方法,即开放识别框架、修改Dempster组合规则和修改原始证据源。在框架扩张概念的基础上,为空间目标识别定义了一个开放式识别框架,并提出一种新的局部折扣规则与改进的组合规则。在仿真实验中可以发现利用本文方法可以有效地处理冲突并识别出新目标。第三章介绍了经典的时空域信息融合的基本模型,并对相容数据结构的递归集中式和递归分布式信息融合方法进行了理论分析和算例仿真,通过比较发现,递归集中式与递归分布无反馈式的融合方法比较符合实际情况与应用,而递归分布有反馈式的融合方法则依赖于递归融合开始时的证据,不能正确反映融合证据的变化。基于空间目标融合识别的具体情况,本文提出了一种混合式的时空信息融合模型,仿真实验验证了该模型能在保证识别效果的前提下,简化融合识别过程,节约系统资源,减小计算量。最后结合前面的研究内容,提出一种空间目标融合识别模型,定义在该流程中DS融合的流程与目标识别的总体流程,为空间目标的顺利识别提供框架;实验表明,在实验假设的条件和数据下,该流程能顺利识别出已知目标和新目标。