随着物联网的快速发展,物联网技术已经被广泛应用于多传感器系统。在物联网监控系统中,多种不同监测手段可以多方位多角度的探测出视野内不明目标的特征,从而得到关于目标更多更准确的信息。然而,传感器数据本身具有误差,且不同传感器之间存在精度和准度的差异,对不同传感器采集的原始数据进行目标级数据融合,是数据融合领域中的重要科学问题。数据融合是一种将现实世界中关于同一个物体的多种不同类型与格式的信息与知识归纳整理成为一致的、准确的、有意义的信息的过程。大多数现有的数据融合方法采用了复杂度较高的智能分析和数据处理方法。本文针对上述问题,提出了一种结合随机数学模型与复杂事件处理的数据融合方法,并给出了该方法效果的数学量化分析。通过应用复杂事件处理引擎,提高了数据传输和处理的效率,有效地减少了计算时间和资源占用。本文以智能家居安防监控系统为例,结合随机数学模型与复杂事件处理技术设计了 一种针对两种传感器的目标识别算法,并通过应用复杂事件处理技术对实时数据进行分析和处理。家居安防系统是一个基于多传感器的系统,主要功能是针对居住范围内的目标进行探测以及对室内安全条件的监控。本文对家居安防系统的需求分析、系统设计、系统实现与测试几个部分进行介绍,主要实现了其中的目标识别算法模块、复杂事件处理以及界面显示模块。系统各个模块均使用Java语言进行开发,复杂事件处理应用了开源的复杂事件处理引擎Esper 与事件处理语言 EPL(Event Processing Language),界面显示模块基于Java EE平台,利用SSH框架处理页面请求和数据管理,利用HTML5+CSS3+JavaScript等技术对数据进行可视化展示。最后,本文对系统进行功能和性能测试,验证了系统的功能与性能均满足用户需求。