态势估计是数据/信息融合系统中的高层关键技术，其中一个重要问题是在综合分析态势元素的基础上，判断出敌军的行动计划，并预测出临近时刻可能的态势变化。数据融合系统由多个模块组成，通过集成与测试，有助于从整体上把握和改进系统性能。本文主要介绍了对态势估计中计划识别问题的研究和对数据融合系统的集成与测试。在分析相关的基本理论和概念的基础上，本文提出了计划识别中关键证据的概念，关键证据是指具有明显战术意图指向的战场事件，并深入讨论了依据关键证据对基于模板的军事计划表示方式的改进。在此基础上更新原来系统中的基于模板匹配的计划识别算法，并利用专家系统工具CLIPS实现了该方法下军事计划识别的新算法。本文中对数据融合系统的集成与测试集中在对多源数据关联和态势估计方面面。对多源数据关联的测试，主要对不同种类数据之间的融合算法进行测试，验证并增强其有效性、鲁棒性等；通过对态势估计测试结果的分析，改进了其中计划识别的算法，为系统增加了人机交互功能，对多视图界面显示的一致性做了改进。通过多场景对实现上述思路的软件系统分别作了测试。从结果来看，改进后的计划识别算法使得计划识别结果的时间点出现大为提前，提高了计划识别的时效性；最终系统的整体性能达到需求的预期。