更新时间：2022-08-25 11:12
信息融合又称数据融合，也可以称为传感器信息融合或多传感器信息融合，是一个对从单个和多个信息源获取的数据和信息进行关联、相关和综合，以获得精确的位置和身份估计，以及对态势和威胁及其重要程度进行全面及时评估的信息处理过程；该过程是对其估计、评估和额外信息源需求评价的一个持续精练（Refinement）过程，同时也是信息处理过程不断自我修正的一个过程，以获得结果的改善。
信息融合又称数据融合，也可以称为传感器信息融合或多传感器信息融合。
信息融合技术可概括为：利用计算机技术对按时序获得的若干传感器的观测信息在一定准则下加以自动分析、综合处理，以完成所需的决策和估计任务而进行的信息处理过程。按照这一定义，多传感器系统是信息融合的硬件基础，多源信息是信息融合的加工对象，协调优化和综合处理是信息融合的核心。
从军事角度讲，信息融合可以理解为对来自多源的信息和数据进行检测、关联、相关、估计和综合等多级多方面的处理，以得到精确的状态和类别判定以及进行快速完整的态势和威胁估计。
也可以认为，信息融合或数据融合技术是利用计算机技术对来自多传感器（同类或不同类）探测的多源信息按一定规则进行自动分析和综合后自动生成人们所期望的合成信息的信息处理技术。它包括多类型、多源、多平台传感器所获得的各种情报信息（如数据、照片、视频图像等信息）进行采集、传输、汇集、分析、过滤、综合、相关及合成，快速进行情报处理和自动图形标绘。其主要技术有以下几点。
① 数据融合理论方法研究。
② 多探测器不完全测量数据融合的算法研究。
③ 专家系统在数据融合中的应用技术。
④ 目标自动识别方法研究。
⑤ 并行处理技术在数据融合中应用研究。
⑥ 数据融合中信息的可靠采集、分析和资源保护安全技术等。
采用信息融合技术有以下优点。
（1）提供稳定的工作性能
系统中各传感器彼此独立地提供目标信息，任一传感器的失效、受到外界干扰而探测不到某目标时，它并不影响其他传感器的工作性能。
（2）提高空间分辨力
利用多传感器可以用几何方法形成一个传感器孔径，以获得比任何单一传感器更高的分辨力。
（3）获得更准确的目标信息
多传感器提供的不同信息减少了关于目标或事件的假设集合。此外，对同一目标或事件的多次（同一传感器的不同时序上）或多个（同一时刻不同传感器）独立测量进行有效综合可以提高可信度，改进检测性能。
（4）获得单个传感器不能获得的目标信息
传感器之间的频率互补性可以扩大空间、时间的覆盖范围，增加测量空间的维数，减少电子对抗措施（隐蔽、欺骗、伪装）和气象、地形干扰而造成的检测盲点。多传感系统固有的冗余度，将改进系统工作的可靠性和容错性。
此外，信息融合技术还能增加指挥决策的正确性和可靠性，降低武器系统的成本；在一定范围内通过恰当地分配传感器可以同时检测和跟踪更多敌方目标。
当然多传感器信息融合系统性能的提高是以增加系统的复杂度为代价的。
军事领域有两种融合系统：一种是局部的、自主的融合系统，它从同一平台上的多路传感器搜集数据，例如对同一平台上的激光、红外信息进行融合。另一种是全局的或区域的融合系统，它是对具有更大空间差、时间差的传感器进行综合、相关处理。
按照数据抽象的不同层次，融合可分为三级，即像素级融合、特征级融合和决策级融合。
像素级融合是指在原始数据层上进行的融合，即各种传感器对原始信息未作很多预处理之前就进行的信息综合分析，这是最低层次的融合。
特征级融合属于中间层次，它对来自传感器的原始信息进行特征提取，然后对特征信息进行综合分析和处理。
特征级融合可划分为两类：目标状态信息融合和目标特性融合。
特征级目标状态信息融合主要用于多传感器目标跟踪领域。融合系统首先对传感器数据进行预处理以完成数据校准，然后主要实现参数相关和状态向量估计。
特征级目标特性融合就是特征层联合识别，具体的融合方法仍是模式识别的相应技术，只是在融合前必须先对目标特征进行相关处理，把特征向量分类成有意义的组合。
决策级融合是一种高层次融合，其结果为指挥控制决策提供依据。因此，决策级融合必须从具体决策问题的需求出发，充分利用特征融合所提取的测量对象的各类特征信息，采用适当的融合技术来实现。决策级融合是三级融合的最终结果，直接针对具体决策目标，融合结果直接影响决策水平。
但是，决策级融合首先要对原传感器信息进行预处理以获得各自的判定结果，所以预处理代价高。
当使用多个分布在不同位置上的传感器对运动目标进行观测时，各传感器在不同时间和不同空间的观测值将不同，从而形成一个观测值集合。
从这些观测值得出对目标运动状态的综合估计，可以进行时间融合或空间融合。时间融合是指按时间先后对目标在不同时间的观测值进行融合，主要用于单传感器的信息融合；空间融合指对同一时刻不同位置传感器的观测值进行融合，适用于多传感器信息的一次融合处理。但在实际应用中，为获得目标状态，通常两种融合联合使用。
随着系统的复杂性日益提高，依靠单个传感器对物理量进行监测显然限制颇多。因此在故障诊断系统中使用多传感器技术行多种特征量的监测(如振动、温度、压力、流量等)，并对这些传感器的信息进行融合，以提高故障定位的准确性和可靠性。此外，人工的观测也是故障诊断的重要信息源．但是．这一信息来源往往由于不便量化或不够精确而被人们所忽略。信息融合技术的出现为解决这些问题提供了有力的工具．为故障诊断的发展和应用开辟了广阔的前景。通过信息融合将多个传感器检测的信息与人工观测事实进行科学、合理的综合处理．可以提高状态监测和故障诊断智能化程度。
信息融合技术是随着雷达信息处理和指挥自动化系统的发展而形成的。它是关于如何协同利用多源信息，以获得对同一事物或目标更客观、更本质认识的综合信息处理技术。指挥自动化系统中的信息融合，是指对来自多个传感器的数据与信息进行多层次、多方面检测、关联、相关、估值和综合等处理，以达到精确的状态与身份估计，以及完整、及时的态势和威胁评估。
由于各类传感器的性能相互差别很大，所测物理量各不相同，有互补性，它们协同动作就能获取比单传感器更多、更有效的信息，主要体现在：系统可靠性高；更大的空间和时间覆盖范围；良好的置信度和分辨率；增加了测量空间的维数，拓宽了侦察范围；系统生存能力强、抗毁性好。
由于习惯上的原因，很多文献仍使用数据融合。信息融合的基本原理是：充分利用传感器资源．通过对各种传感器及人工观测信息的合理支配与使用．将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则或算法组合来，产生对观测对象的一致性解释和描述。其目标是基于各传感器检测信息分解人工观测信息．通过对信息的优化组合来导出更多的有效信息。
随着计算机技术、通信技术的快速发展，且日趋紧密地互相结合，加之军事应用的特殊迫切需求，作为数据处理的新兴技术——信息融合技术，在近10年中得到惊人发展并已进入诸多军事应用领域。