随着信息技术的发展，传感器网络与周界安防的需求相结合，形成了新一代周界入侵报警系统，并得到了广泛的应用。多传感器信息融合是传感网周界入侵报警系统其中一项关键技术，但在特征维数变大时会出现性能下降的情况。为了提高融合性能，本文对基于矩阵模式的特征融合进行了研究，主要研究内容及成果如下:　　 1)提出了基于特征矩阵的多传感器二维特征融合策略。根据多个传感器分布式探测的特点，将空间上多个传感器的特征向量组合成二维特征矩阵，引入二维特征提取方法实现特征融合。该融合策略是后续算法设计的基础。　　 2)提出了一种基于二维主成分分析的多传感器协同检测算法。通过正常样本建立二维检测模型，并在二维主成分子空间中定义统计量用于目标检测。试验结果表明，该算法能够解决融合检测性能下降的问题，提高目标检测的准确率和稳定性。　　 3)针对系统运行环境动态时变性的特点，提出了一种动态自适应的多传感器协同检测算法。通过循环建模方法剔除训练样本中的异常点，同时采用滑动时间窗口数据更新方法，引入指数加权因子在线更新检测模型。试验结果表明，该算法能够消除干扰样本的影响，跟踪系统的动态变化。　　 4)针对不同种类型目标特征向量空间边界不清晰的问题，提出了一种基于模糊二维Fisher线性鉴别分析的多传感器协同分类算法。通过模糊C聚类算法引入隶属度矩阵和聚类中心矩阵，有效利用样本特征的分布信息。试验结果表明，该算法能够提高不同类别特征分布重叠时的分类准确率。　　 5)针对特征向量间存在非线性相关的特点，通过核方法对特征融合算法进行了非线性的改进。在目标检测中，提出了一种基于核二维主成分分析的协同检测算法，在核空间中构造二维检测模型。在目标分类中，提出了一种基于核二维Fisher鉴别分析的协同分类算法，在核空间中提取融合特征。试验结果表明，与线性融合算法相比，非线性融合算法能够提高目标检测和分类的准确率。　　 本文的研究工作是在国家科技重大专项支持下开展的，并在机场周界安防项目中得到了验证。