多传感器数据融合是一种多层次的、多方面的处理过程,是对多源数据进行检测、结合、相关、估计和组合以达到精确的状态估计和身份估计,以及完整、及时的态势评估和威胁估计。本文对多传感器数据融合估计算法和威胁估计算法进行了深入的研究。本文首先阐述了数据融合估计理论,归纳总结了多传感器系统中的各种数据融合结构,建立了基于Kalman滤波的数据融合估计模型,并分别给出了集中式、顺序式、平行式、联合式等结构的Kalman滤波算法,对算法进行了仿真实验,实验结果表明通过多传感器数据融合能够提高系统的估计精度。接着详细研究了有色噪声和信息相关情况下的Kalman滤波,并提出了相应的处理方法。建立了统一线性数据模型,给出了不同情况下的最优的线性融合规则,并研究了非线性也包含线性数据情况下的最优的线性融合规则。最后对威胁估计算法进行了研究,提出了将层次分析法和模糊理论结合起来用于威胁估计,有效地发挥了层次分析法和模糊运算各自的优越性,结合某舰艇防空作战系统给出了该方法的评估过程,对算法进行了示例分析,为作战指挥决策提供了一个更为科学合理的理论方法。