单传感器提供的信息具有自身的局限性,而多传感器协同能够综合利用各传感器的信息。因此本文研究了基于多传感器协同的目标识别系统,充分的利用各传感器的提供信息进行互补,实现对目标的全天时、全方位、准确的识别,具有很重要的理论意义和实际应用价值。主要工作包含以下内容:1)针对本文要实现的目标识别系统,本文采用了4种特征,分别是Hu矩、仿射不变矩、小波矩和灰度共生矩阵。对每种特征进行了详细的分析和计算过程的展示,最后通过实验证明了这四类特征具有类间可分性和同类不变性。2)在主成分分析(PCA)算法的基础上,提出了一种基于PCA-KCCA的特征融合方法。该方法首先利用用PCA对特征数据进行降维处理,然后再在利用核典型相关分析(KCCA)方法求解融合特征。通过实验验证了方法的可行性,并且得到很好的识别率。3)在研究了传统模糊支持向量机方法的基础上,提出了一种基于模糊K近邻的模糊支持向量机方法。该方法首先根据样本与样本中心点距离计算出样本的初始隶属度。然后再按照模糊K近邻方法计算样本的隶属度,最后将初始隶属度和模糊K近邻隶属度以一定比例融合,得出样本的最终隶属度值,并应用到模糊支持向量机上。通过识别实验对传统的SVM、FSVM以及基于模糊K近邻的FSVM的算法性能进行了比较和分析。4)在上述算法的基础上,本文提出了一种基于多传感器协同的目标识别系统,该系统主要包括数据采集模块、特征提取模块、多传感器协同模块、数据库管理模块、识别模型训练模块、目标识别模块和目标定位模块。利用C++面向对象语言对系统的每个模块进行了设计与实现,然后将所有模块集成在一起,最终实现了基于多传感器协同的目标识别系统。通过实验证明了该识别系统具有较好的稳定性、识别速度和识别精度,所以具有很好的实际应用价值。