在军事技术、自动化、智能化等需求的牵引下,信息融合受到学术界和工业界的广泛关注。证据理论是一种典型的不确定信息融合方法,具有对不确定性的良好度量和合理描述方式,被广大学者所熟知并取得了诸多新的理论与方法进展,本论文从以下几个方面深入研究了基于证据理论的多特征融合算法:首先,论文详细论述了证据理论的基本概念与合成公式的原理,对合成公式做了较直观的理论推导,这是论文的理论基础。其次,论述了证据理论冲突悖论的产生原因及三种分类,并着重介绍了解决悖论问题的改进融合算法,同时总结给出了改进算法的评价体系,通过列举算法应满足的基本性质来对各改进算法进行客观评价。再次,论文提出了两种证据冲突的解决方法。对于证据内焦元关系,通过引入平均焦元信任值的概念作为基本信任值的对比来对原始证据体进行修正;对于证据体间关系,利用距离测度法与相似性函数法来获取各证据源的权重系数进行修正。利用改进算法评价准则对以上两种融合算法进行仿真验证,并与其他改进算法进行对比,着重讨论了改进算法的交换性、结合性、抗冲突性与鲁棒性。仿真结果表明,两种改进融合算法均能够合理且有效地解决证据冲突并产生利于决策的融合结果,同时具有很高的抗冲突性与较强的鲁棒性。最后,在以上对冲突悖论的改进算法研究的基础上,将改进的证据融合算法应用在辐射源信号判别中,通过对信号的多维熵特征的提取和融合,实现了对9种调制信号的判别。仿真结果表明,改进的多特征融合算法能够提高信号判别的精度,增强系统的鲁棒性,在处理高冲突证据体融合时具有很好的实用性。