多传感器数据融合技术在军事和民用领域有着广泛的应用,是目前热门的研究领域之一。本文以多传感器数据融合系统为研究对象,以数据融合算法为侧重点主要做了如下工作：首先,针对现有融合算法需要设定数据的融合上限,而上限值的设定则往往来至于主观经验,选取的不同的上限会有不同的融合结果,这就影响了融合结果的准确性和稳健性。对于这一问题,本文提出了一种基于最优融合集的多传感器数据融合算法,通过定义最优融合集来获取有效观测数据,然后利用融合度矩阵计算并合理分配每个传感器权重系数,最后得出融合估计算式,应用实例和仿真实验均验证了算法的有效性。其次,针对经典D-S证据理论无法有效融合高度冲突证据的问题,本文在国内外学者研究成果的基础上,提出一种新的证据合成算法。该算法综合了基于修改原始证据和基于修改Dumpsters合成规则两类方法的优点。充分挖掘证据间的一致性信息和冲突信息,不仅综合考虑了证据间一致性信息和冲突信息,而且在冲突证据权重分配时充分考虑了证据源的可靠性,提高了融合精度,降低了决策风险。实验结果表明,与其他方法相比新方法更能客观地反映证据的可信度,具有较快的收敛速度,融合结果也更符合实际情形。最后,将基于最优融合集的融合算法和新的冲突证据合成方法分别作为融合系统中局部融合中心和全局融合中心的核心算法,构造了融合系统的二级融合模型,并分别对温室中番茄和草莓栽培环境因子进行监控,对温室内部环境现状作出准确判断,进而根据判断实施相应的调控,以确保温室作物在适宜的环境中生长。