信息融合是以多学科理论为基础,对按时序从各个信息源获得的数据在一定准则下加以自动分析、综合、判断,辅助人们完成所需要的估计和决策任务而进行的数据处理过程。将信息融合技术应用于雷达目标识别,对于未来战争需要有着深远的研究价值。 本文讨论的信息融合是针对雷达目标识别航迹关联问题。雷达的目标航迹关联是一个多元分类问题,且难于事先获取先验知识和样本数据,从观测时序的角度,将该问题分解成若干二元分类问题。而支持向量机推理方法正能很好的解决二元分类问题。 本文在分析且归纳信息融合过程和目前雷达目标识别方法的基础上,阐述并将支持向量机推理方法引入雷达目标航迹关联问题中,并结合该问题的时序性,对支持向量机的推理方法做了改进,按观测时序来逐渐扩展样本数据集,使得样本数据的选择和分类同时进行,对支持向量机推理方法进行了改进,提出了一种基于时序支持向量机(SVMt)的数据分类方法来解决雷达目标航迹关联问题。论述了时序支持向量机的原理、数据分类的准则和算法。 最后通过仿真实验验证了时序支持向量机方法的有效性和适应性。