多传感器数据融合技术是现代军事研究中的一个重要课题,其研究目的是如何通过综合多信息源的数据获得比依靠单个信息源更加准确的估计和推理。态势估计是数据融合系统中的高层关键技术,它主要在一级融合的基础上,提取态势元素,对态势元素进行综合分析,指出敌军的行为模式,推断敌军的意图,并对临近时刻的态势变化做出预测。本文主要对重要事件和复合事件的检测、海空目标编群、陆地兵力编群与指挥所识别和基于CLIPS模板匹配的计划识别进行了深入研究和实现。本文首先对态势觉察技术进行了研究,给出了态势觉察的问题描述,将事件划分为三类：基本事件、重要事件和复合事件,重点研究了基本事件和重要事件的检测方法,同时根据传统最近邻法在海空目标编群中的不足,提出了基于“最近邻+编队模板”的海空目标编群方法,提高了编群的准确性。针对陆地态势分析的需求,本文重点研究了陆地兵力编群与指挥所的识别技术,给出了陆地战场态势要素的提取和表示方法,采用旅、营指挥所和旅兵力部署的军事知识模板,解决了指挥所和兵力部署难以识别的问题,同时探讨了陆地兵力编群实现过程中的一些相关技术。态势理解和计划识别是态势估计的薄弱环节,目前主要依据知识和经验来解决特定的问题。本文给出了态势理解的问题描述和计划识别的基本概念,探讨了基于模板的军事计划表示,在此基础上提出了基于模板匹配的计划识别推理算法,并利用专家系统工具CLIPS实现了复合事件的检测和军事计划的识别。最后,通过两个想定的军事场景,对态势估计原型系统软件进行了测试,从事件检测、海空目标编群、陆地兵力编群以及计划识别等方面验证了态势估计实现技术的正确性和有效性。