隧道是城市公路的咽喉地段,又由于其特殊的构造,这样就对其能够高效,安全运营提出了较高的要求。积极运用科技手段加强对隧道的监控力度,建设健全合理的隧道监控系统,就成为隧道运营的必要手段。隧道监控系统是隧道安全运营的重要保障,它是通过优化控制实现隧道内交通畅通、人员安全、能源损耗有效降低等目标。隧道监控系统的各种控制措施都是以系统前端的现场传感器采集的数据作为依据的,但由于现场情况复杂,传感器生存条件比较恶劣,通常检测数据的准确性不是特别高,检测系统集成性较差,大幅降低了检测效率；此外还存在检测信息不能有效利用,致使监控系统的价值没能充分体现的问题。本论文研究了基于数据融合方法的公路隧道监控系统中安全运营的相关问题。全文的主要工作包括以下几方面：第一,从系统的角度研究了数据融合技术的基本理论,主要研究了数据融合的目的、分类和算法。第二,研究介绍了目前公路隧道监控系统中的子系统分类,以及各个子系统的功能,还介绍了公路隧道中的几种基本控制策略：通风控制、火灾控制、照明控制、交通控制。第三,针对隧道中常用的几种传感器,温度、车检器、CO/VI、光强分析仪等的数据前期分析处理,提出了使用自动加权数据融合算法对其进行处理加工的初级融合方式。第四,根据传感器和控制方式之间的联系,提出了基于BP神经网络的数据融合的二次融合方案,并着重研究了BP神经网络结构、算法原理等问题。通过该数据融合方法,弥补了单传感器采集目标数据的不确定性,控制方法的不够及时等缺点。论文最后利用武汉市阅马场公路隧道的运行数据,使用C++工具和Matlab对采用的算法进行了仿真实现,结果表明,将数据融合技术应用公路隧道监控系统中是有效的、可行的,能够满足高效、安全的要求。