随着人类在电磁领域活动日益频繁,电磁污染越来越严重,电磁辐射监测的需求也日益增加。电场探头作为定量分析空间电场的测量工具,被广泛应用于各种电磁辐射监测场景中,一般可覆盖的工作频率在1MHz~18GHz。近年来,随着电磁波应用的发展,人们对更高频段的场强测试需求日益增强,这对电场探头的研发提出了新的要求。然而电场探头工作频率范围越宽,其全频段的平坦度就越难以兼顾,这使得宽频带电场探头设计和研发成为一个难题。作者在课题组设计的一个包含三组传感天线的电场探头的基础上,基于数据融合技术,将多路电场传感天线的测量数据进行决策融合,以集中三个传感器的优势,弥补单组传感天线在局部频段上的缺陷问题,进而达到优化探头平坦度的目的。本文设计了一个宽带电场探头数据融合框架,实现了数据读取、特征提取与决策融合。通过单片机采集三组天线的场强测量值,作为输入数据;选取三个场强值的两两比值作为数据特征;在决策层,对数据特征进行分类,提取决策证据,再按照融合决策算法计算,得到最终的融合场强。在融合中,本文分别讨论了统计判决法、BP神经网络法、KNN与SVM法四种不同的分类算法在提取决策证据的有效性,并对四种决策融合进行对比分析。结果表明:统计判决法可以稳定且准确地判断当前的决策分类,能有效滤除“谐振点”,从而得到较好的融合结果,可作为决策融合算法,以优化探头平坦度。BP神经网络法、KNN算法、SVM算法可实现在线修正和训练,算法拓展较统计判决法强,但是在“谐振点”判断方面还需要进一步优化。