出于对维护领海主权及海洋权益安全的需要,必须对海上的态势信息进行全方位的收集和处理,而海战场的态势感知在其中扮演了极其重要的角色。在复杂海战场环境下,采用雷达、光学成像等不同传感器对海战场目标进行探测感知是当前的主要手段。鉴于海战场受到复杂环境的影响以及采集的多源传感器信息的信度各异,不易开展数据的关联分析及融合评估等处理。故本研究针对海战场态势分析问题,侧重于围绕多源信息融合识别技术开展研究,进行海战场态势分析与估计,旨在提高海战场态势感知能力水平。为此,本研究主要完成的内容如下:（1）针对雷达接收到的数据存在杂波干扰的问题,提出了一种基于干扰值变化的杂波检测方法,该算法主要是基于卡尔曼滤波对观测数据进行数据补充从而保证雷达数据的完整性。仿真实验验证了这种算法的有效性。（2）针对海战场中因雷达信号中断导致航迹丢失的问题,提出了基于模糊因素集的海战场航迹关联算法。该算法主要是对中断前后的航迹进行正反方向的预测,并设置模糊因素集的方式对航迹进行二次关联,从而得到连续清晰的航迹。通过仿真实验表明,本文算法具有一定的有效性。（3）针对证据之间存在高冲突而导致错误融合结果的问题,提出改进基于Jousselme证据距离的方法,主要是从证据焦元之间的差异性和证据焦元与中心值的相似度这两个方面对证据之间的高冲突程度进行了刻画,并作为冲突证据的权重系数,来衡量证据在融合阶段的权重。又针对不同冲突程度的证据采用了不同的冲突程度衡量算法进行证据可信度的计算,并根据这种方法对融合顺序进行了优化,让局部冲突信息在证据融合过程中可以得到更好的分配。仿真实验表明,该算法可以在证据存在高冲突时取得很好的融合效果。（4）以某海域态势情况分析为背景,结合上述融合识别方法进行仿真应用,结果表明,本研究方法在海战场环境下具有良好的可行性。