信息融合技术是当今科研领域的一个研究热点。决策级融合的目的是为指挥控制及决策提供一定的依据和支持，是信息融合的高级阶段。态势估计是决策级融合中的一个重要组成部分，是在决策级上进行的一种推理行为，在现代化战争中的实时辅助决策系统中起着重要作用。本文主要研究了态势估计的理论以及各种推理算法，内容如下：1.对态势估计的功能进行了划分，建立了三级功能处理模型，并在此基础之上详细阐述了各级模型需要完成的任务。在研究态势估计的推理框架之上对实现态势估计的各种推理算法进行了比较和分析。2.提出了概率本体的态势估计方法。在研究本体理论的基础上，使用OWL语言拓展了本体对态势估计领域知识的概率表示，并利用贝叶斯网络实现了态势估计领域知识的不确定性推理。开发的概率本体系统提出了一种新的本体知识提取方法，实现了本体和贝叶斯的无缝连接，并以贝叶斯网络推理软件Netica为平台，辅助实例的可视化推理，实现了态势估计。3.建立了基于多智能体网络的推理模型。在研究智能体及多智能体系统的基础上，将智能体技术应用于态势估计中，建立了多智能体网络推理模型，并用深度优先和进化计算方法来给出了实验仿真推理结果。将多智能体技术用于实际战场上目标场景的推理上，为复杂战场的态势估计问题提供了一个解决途径。