近些年,物联网(Internet of Things)技术蓬勃发展。由于在自动化、信息化和智能化方面,有着不可比拟的优势,因此它被广泛的应用于工业、农业、国防事业等许多领域。船联网作为其在交通运输业中的重要组成部分,是为了在全流域范围内实现船舶管控和交通信息服务的提供。然而,相关部门在建设过程中并没有对系统之间的信息共享和融合予以足够的重视特别是AIS与VTS系统的信息并没有有效的互通和融合,这就带来了标识信息错误、动态数据获取不准确、系统稳定性差等众多的麻烦。为此,本文通过对信息融合技术的研究、讨论,设计了分布式特征级融合的算法模型来扩展描述信息的维度,保障数据的准确性,并且提高系统的生存能力、鲁棒性和可靠性。首先,简要介绍了船舶交通管理系统在美国、欧洲、日本以及我国的发展状况。特别是欧洲国家共同开发的泛欧内河航运综合信息服务系统(River Information Services,简称RIS)作为当前最为成功的案例,也是我国船联网主要借鉴、学习的对象之一。然后,较为详细讨论研究了信息融合技术的原理、组成层次结构和应用,并对它涉及的统计学、模糊理论、灰色理论方面的有关算法进行了概述。接下来,AIS与VTS系统作为使用对象,本文分别了解了其基本构造、特点与缺陷,进一步说明了基于船联网AIS与VTS信息融合的必要性。随后,根据以上的研究,本文设计了包括四个部分——信息预处理,数据匹配,航迹关联和航迹融合的系统模型,而且辅之以Kalman滤波、墨卡托投影定理、模糊关联、MK-NN关联、自适应融合等对应的文献中常见算法的解析。经过对这些方法的实现、比较得到了自适应和卡尔曼融合两套方案。它们在前面三步中均采用了卡尔曼滤波、时差-时间插值校准和多因素灰色关联算法,区别只是存在于下面的数据合并中。为了证明设计方案的可行性及评价他们的优劣,使用MATLAB软件对模拟的船舶AIS与VTS信号进行了多次处理过程的仿真,将两者的实验结果相互比较后表明：Kalman融合模型,不但可以对所跟踪探测的数据有着很好的合并效果,而且更为稳定、可靠。基于船联网的AIS与VTS信息融合的方案设计是可行的。