信息融合在军事上的成功应用引起广泛关注,随着应用范围的不断扩大、应用背景的不断复杂多变、应用层次的不断深入,不确定信息的处理问题逐渐凸显,成为各领域信息融合系统所面临的共同问题。证据理论以其在不确定信息的表示和推理方面独有的优势而备受青睐,然而证据理论应用在信息融合中还面临着基本概率分配函数的构造问题以及冲突信息融合可能出现有悖直觉结果的问题。本文针对这两方面问题开展研究,以期证据理论能够更好地应用在信息融合系统中,提升信息融合的性能。针对基本概率分配函数的构造问题,借助模糊集在描述不精确信息方面的优势,提出了一种基于模糊隶属度的基本概率分配函数构造方法,首先利用观测值与隶属函数的交点结构来确定焦元结构,然后根据隶属度分布情况所体现的内在特性提出了具有聚焦特性的焦元赋值方法。仿真结果表明,本方法构造出的基本概率分配函数具有聚焦特性好、准确描述不确定信息的优点,同时在后续运算中还具有冲突小、融合速度快的优点。针对冲突信息融合问题,结合证据间的支持关系和证据本身的不确定度,提出了一种基于不确定度的证据折扣方法,并给出两种应用条件,在此基础上提出一种基于不确定度的冲突信息融合方法。仿真研究表明,所提出的冲突信息融合方法能够保证结果的正确性与合理性,并且拥有较好的鲁棒性与收敛性。最后基于鸢尾花数据集搭建了鸢尾花类别识别信息融合系统,结果表明,应用本文提出的方法对鸢尾花类别识别系统有较高的正确识别率,所提出的基本概率分配函数构造方法能够很好的描述系统信息并且有较好的运算特性,所提出的冲突信息融合方法能够在系统出现冲突信息时得出正确结果,改善了经典证据理论在冲突信息融合时的缺陷。