目前数据融合研究的重点大多集中在数据融合的结构、融合准则和算法的选择与优化上.这些研究方法本质上是一种开环式的方法,即在传感器获得一定信息量的基础上,利用各种有效方法对获得的信息进行融合,以获得更多有用的信息.当然这些研究方法是非常必要的,也是非常重要的.但它们并没有强调利用融合的结果来对传感器资源进行动态分配,也没有将传感器管理作为反馈环节进而构成闭环控制系统.这样就不利于整个数据融合系统性能的提高与资源的优化.针对以上问题,该文提出了以传感器部分、数据融合中心部分和传感器管理部分等构成的数据融合系统闭环控制模式,借以分析各组成部分的功能及它们之间相互联系、相互制约、相互控制的关系,以便得到一个具有反馈结构的、实时调整和整体优化的数据融合系统.传感器管理子系统与其它子系统相互联系、相互作用、相互制约形成了一个具有反馈机制的、实时的数据融合系统的闭环控制模式.该闭环控制模式的提出,将使数据融合的研究从单一准则和算法的研究上升到系统角度的研究.传感器管理子系统作为数据融合闭环控制系统的反馈控制环节,对完善系统整个性能起着非常重要的作用.由于数据融合的结果是传感器管理的必要条件,因此在该文中,首先提出了目标航迹动态融合算法,基于传感器动态性能指标获得融合权值.而后应用标准卡尔曼状态方程对目标跟踪,综合考虑目标威胁,信息增量等指标,获得传感器管理的必要输入条件,应用模糊神经网络获得传感器效能值.然后应用0-1规划得出传感器与目标的分配结果.最后根据反馈后的分配结果进行了航迹融合,目标航迹融合结果验证了传感器管理的有效性.由于模糊神经网络模型的应用,该系统具有输出规则随着训练样本相应改变的优点;具有更强适应性,并且继承了神经网络的所有优点.