近年来，多传感器信息融合(数据融合)在军事和民用领域都引起了强烈的关注并得到了广泛的应用。目前世界各军事大国竞相开始投入大量人力、物力和财力进行信息融合技术的研究，安排了大量的研究项目，并已取得了大量研究成果。我国也把信息融合作为发展计算机技术、空间技术等高新技术领域的关键技术之一。 多传感器信息融合是对多源信息进行处理的理论和方法，可以把不同时间和空间的数据进行综合处理，从而得到对现实环境更精确的描述。多传感器信息融合技术从本质上说就是一个参数估计问题，或者说是一个算法问题。因此，对信息融合算法的研究便具有十分重要的意义。本文对国内外的理论成果进行了深入研究和探讨，主要做了以下几个方面的工作： 首先介绍了信息融合技术的定义、基本原理与方法、系统结构及其应用范围；然后通过实例和仿真具体研究了Bayes理论、D-S证据理论、人工神经网络技术、粗糙集理论、模糊积分在信息融合中的应用，并对基于粗糙集和神经网络相结合的新的融合方法进行了有益的探讨。作者还独立提出了一种基于粗糙集理论的信任函数构造方法，并分析证明了其完全符合证据理论的要求。 本文所做的努力，为今后进一步开展在信息融合领域，尤其是不确定信息处理方面的研究提供了有益的借鉴。