-信息融合技术的发展过程、研究现状以及未来发展趋势 -
面向体系作战的战斗机信息融合技术研究
2020年12月第51卷第4期Dec.2020Vol.51No.4航空电子技术AVIONICS TECHNOLOGY avionicstech@D0l:10.12175/j.issn.l006-141X.2020.04.01面向体系作战的战斗机信息融合技术研究吴新良，张滋，汪鹏，廉浩伟(中国航空无线电电子研究所，上海200233)［摘要］信息融合是现代信息技术多学科交叉、综合、延拓产生的新的系统科学研究方向，信息融合技术在航空领域已经展现出有效和广阔的应用前景。
本文对面向体系作战的战斗机信息融合技术进行深入研究，提出 了体系作战环境下的机载信息融合设计，分析了体系作战环境下亟待解决的机载信息融合关键技术。
［关键词1信息融合；体系作战；机载信息融合技术［中图分类号］TN967［文献标识码］A［文章编号］1006-141X(2020)04-0001-05 Research on Airborne Information Fusion Technology in System CombatWU Xin-liang,ZHANG Zi,WANG Peng,LIAN Hao-wei(China National Aeronautical Radio Electronics Research Institute,Shanghai200233,China)Abstract:Information fusion is a new systematic research branch which involves multi-disciplinary overlay,integration and rmation fusion technology has shown effective and broad application prospects in the aviation field.System-level airborne information fusion technology has been researched in depth.An information fusion design method and key technologies are proposed in combat environment.Key words:information fusion;system combat;airborne information fusion信息融合在生物世界中广泛存在，工程领域中的信息融合本质是用数据和机器对生物体信息融合功能的模仿和抽象。
大数据背景下的多源信息融合技术研究
大数据背景下的多源信息融合技术研究随着信息技术和网络技术的发展，数据的产生速度呈现出爆炸式的增长，不同领域、不同行业、不同地域的数据源也显得越来越多。
这种数据增长趋势需求新的技术支持，依靠传统的数据处理方式已经无法满足需求。
此时，多源信息融合技术应运而生，成为了解决众多大数据背景问题的重要途径。
多源信息融合技术指的是不同领域多个数据来源的信息进行整合、分析和处理，以期获得更为准确、深入的信息。
该技术需要运用到各个领域，例如国家安全、环境保护、医疗健康等等。
由于不同的数据来源具有不同的表达方式、技术支持、语言表述，如何融合、整合这些数据也成为多源信息融合技术所需要解决的关键问题。
多源信息融合技术包含的技术手段有很多，从数据获取到数据处理再到数据呈现的整个过程，都有了不同的解决方案。
例如，在数据获取方面，采用网络爬虫技术可以扩大数据源的涵盖面，增强多源数据融合的可行性。
在数据处理方面，采用人工智能技术可以增强对多源数据复杂信息的理解和处理能力；在数据呈现方面，采用可视化技术能够直观、清晰地展示多源信息分析的结果。
在多源信息融合技术的应用中，涉及到数据的生产、传输和处理，数据的安全性也成了一个不可避免的问题。
数据的安全性问题存在多个方面，例如在数据加密、数据传送、数据存储等关键环节，安全问题的解决需要运用到密码学、信息安全等多个方面的技术知识。
在数据处理方面，还需要遵守数据隐私保护的法律法规，为数据的安全奠定基础。
多源信息融合技术的应用场景已经覆盖到互联网、社会保障、医疗健康等多个领域。
例如，在社会保障方面，通过多源信息融合，可以更精确地统计出不同社会群体的收入、支出、社会保障等信息，为公共政策提供更为科学、数据支持；在医疗健康方面，通过多源医疗数据的融合，可以更好地实现疾病的诊断和治疗，为人民生命健康保驾护航。
当然，在多源信息融合技术发展的过程中，还存在着一些难点和问题亟待解决。
例如，如何解决不同数据源间的标准化问题，如何处理数据的冗余、重复等问题，如何保障多源信息融合之后的精确性等问题都需要乘以协同解决。
多模态数据融合综述
多模态数据融合综述一、本文概述随着信息技术的飞速发展，数据的多样性和复杂性日益增强，单模态的数据处理方式已难以满足实际需求。
多模态数据融合作为一种新型的数据处理方法，旨在整合来自不同来源、不同形式的数据，提取并融合其中的有用信息，从而提供更全面、准确的数据分析和决策支持。
本文旨在对多模态数据融合的相关研究进行综述，包括其概念、方法、应用领域以及未来发展趋势。
我们将首先回顾多模态数据融合的基本概念，包括其定义、特点以及与传统数据处理方法的区别。
接着，我们将详细介绍多模态数据融合的主要方法和技术，包括数据预处理、特征提取、数据融合以及结果评估等关键步骤。
我们还将探讨多模态数据融合在各个领域的应用，如医疗诊断、智能交通、人机交互等，并分析其在实际应用中的优势和挑战。
我们将对多模态数据融合的未来发展趋势进行展望，探讨如何进一步提高融合效果、优化算法性能以及拓展应用领域等方面的问题。
本文旨在为相关领域的研究人员和实践者提供一个全面、深入的多模态数据融合参考框架，推动该领域的研究和应用取得更大的进展。
二、多模态数据融合的理论基础多模态数据融合，作为一种跨学科的研究领域，其理论基础涵盖了信号处理、模式识别等多个学科。
其核心概念在于将来自不同模态、不同来源、不同表示形式的数据进行整合，以提高信息的完整性和准确性，进而提升后续数据分析和决策制定的效能。
在多模态数据融合的理论框架中，最关键的部分是数据表示和数据融合策略。
数据表示主要关注如何将不同模态的数据转化为统一的数学形式，以便于后续的处理和分析。
这通常涉及到特征提取、特征编码等技术，以将原始数据转化为更具代表性的特征向量。
数据融合策略则是多模态数据融合的核心。
它主要包括数据层融合、特征层融合和决策层融合三个层次。
数据层融合直接在原始数据层面进行融合，可以最大程度地保留数据的原始信息，但处理难度较高。
特征层融合则是在提取出各模态数据的特征后进行融合，这种方式的处理难度相对较低，但可能会损失部分原始信息。
多传感器数据融合技术综述
多传感器数据融合技术综述一、多传感器数据融合的定义数据融合技术（Multiple Sensor Information Fusion，MSIF）又称信息融合技术，它的研究起源于军事指挥智能通讯系统，即C3I （Command，Control，Communication and Intelligence）系统建设的需求，早期研究也多来自于军事方面的应用。
而随着工业系统的复杂化和智能化，该技术已被推广到民用领域，如医疗诊断、机械故障诊断、空中交通管制、遥感、智能制造、智能交通、工业智能控制及刑侦等等。
作为前沿领域技术，无论是军用系统还是民用系统，都趋向于采用数据融合技术来进行信息综合处理。
在知识爆炸的信息时代，数据融合技术就显得尤其重要，它能避免数据富有但信息贫乏的情况发生。
数据融合是关于协同利用多传感器信息，进行多级别、多方面、多层次信息检测、相关、估计和综合以获得目标的状态和特征估计以及态势和威胁评估的一种多级信息自动处理过程。
它将不同来源、不同模式、不同时间、不同地点、不同表现形式的信息进行融合，最后得出被感知对象的精确描述。
数据融合其实也就是对数据的提取和处理，得出最终的有效信息。
多传感器数据融合也就是用各种不同的传感器观测信息，然后将不同来源、不同形式、不同时间、不同地点的信息通过计算机技术，对按时间顺序获得的若干传感器的观测信息，用某种方法自动分析、综合，得到更加有效的信息。
二、国内外研究概况美国国防部JDL（Joint Directors of Laboratories）从军事应用的角度将数据融合定义为一种多层次、多方面的处理过程，即把来此许多传感器和信息源的数据和信息加以联合（Association）、相关（Correlation）和组合（Combination），以获得精确的位置估计（Position Estimation）和身份估计（Identity Estimation），以及对战情况和威胁及其重要程度进行了适时的完整评价。
信息融合技术
信息融合技术1引言融合(Fusion)的概念开始出现于70年代初期,当时称之为多源相关、多源合成、多传感器混合或数据融合(Data Fusion),现在多称之为信息融合(Information Fusion)或数据融合。
融合就是指采集并集成各种信息源、多媒体与多格式信息,从而生成完整、准确、及时与有效的综合信息过程。
数据融合技术结合多传感器的数据与辅助数据库的相关信息以获得比单个传感器更精确、更明确的推理结果。
经过融合的多传感器信息具有以下特征:信息的冗余性、互补性、协同性、实时性以及低成本性。
多传感器信息融合与经典信号处理方法之间存在本质的区别,其关键在于信息融合所处理的多传感器信息具有更为复杂的形式,而且可以在不同的信息层次上出现。
2信息融合的结构模型由于信息融合研究内容的广泛性与多样性,目前还没有统一的关于融合过程的分类。
2、1按照信息表征层次的分类系统的信息融合相对于信息表征的层次相应分为三类:数据层融合、特征层融合与决策层融合。
数据层融合通常用于多源图像复合、图像分折与理解等方面,采用经典的检测与估计方法。
特征层融合可划分为两大类:一类就是目标状态信息融合,目标跟踪领域的大体方法都可以修改为多传感器目标跟踪方法;另一类就是目标特性融合,它实质上就是模式识别问题,具体的融合方法仍就是模式识别的相应技术。
决策层融合就是指不同类型的传感器观测同一个目标,每个传感器在本地完成处理,其中包括顶处理、特征抽取、识别或判决,以建立对所观察目标的初步结论。
然后通过关联处理、决策层触合判决,最终获得联合推断结果。
2、2JDL模型(Joint Directors of Laboratories, JDL)与λ-JDL模型该模型将融合过程分为四个阶段:信源处理,第一层处理(即目标提取)、第二层处理(即态势提取)、第三层提取(即威胁提取)与第四层提取(即过程提取)。
模型中的每一个模块都可以有层次地进一步分割,并且可以采用不同的方法来实现它们。
多模态融合技术综述
多模态融合技术综述1.引言1.1 概述概述：多模态融合技术是一种将不同类型的信息融合在一起，以获得更全面、准确和可靠的结果的技术。
它通过集成多种传感器（例如图像、语音、文本等），利用各种模态之间的互补优势，达到更好的数据表达和分析效果。
近年来，随着物联网、人工智能和大数据等技术的飞速发展，多模态融合技术已经在各个领域得到了广泛应用。
它在计算机视觉、自然语言处理、语音识别等领域具有重要的研究和应用价值。
在计算机视觉领域，多模态融合技术可以将图像和文本进行融合，实现更准确的图像分类和检索。
例如，通过将图像和相关的文本描述进行融合，可以提高图像搜索的准确性和效率。
在自然语言处理领域，多模态融合技术可以将文本和语音进行融合，实现更准确的自然语言理解和生成。
例如，通过将文本和语音的信息进行融合，可以提高语音识别和机器翻译的质量和效果。
此外，多模态融合技术还可以应用于智能交通、医疗诊断、智能家居等领域。
通过将不同传感器获取的信息进行融合，可以提供更全面、准确和精细化的服务和决策支持。
然而，多模态融合技术也面临一些挑战。
例如，不同模态之间的数据融合和表示方法的选择、模态间的异构性和不确定性、数据量的大和维度的高等问题都是需要解决的难题。
总的来说，多模态融合技术在各个领域具有广阔的应用前景，但还需要进一步研究和探索，以克服其中的挑战，实现更好的多模态智能分析和决策。
1.2文章结构1.2 文章结构本文总共分为三个主要部分，即引言、正文和结论。
每个部分的内容如下：1. 引言：1.1 概述：本部分将介绍多模态融合技术的定义和基本概念，引出本文的研究背景和意义。
1.2 文章结构：本部分将对整篇文章的结构进行说明，包括各个章节的主要内容和组织方式。
1.3 目的：本部分将阐述本文撰写的目的和意图，明确研究问题和探讨的重点。
2. 正文：2.1 多模态融合技术概述：本部分将详细介绍多模态融合技术的基本原理和方法，探讨其在多个领域中的应用情况，并总结已有研究成果和进展。
多传感器信息融合技术和发展
龙源期刊网
多传感器信息融合技术和发展
作者：张菊秀
来源：《电子世界》2005年第04期
多传感器信息融合(Multisensor Information Fusion)是20世纪80年代出现的一个新兴学科，它是将不同传感器对某一环境特征描述的信息，综合成统一的特征表达信息及其处理的过程。
多传感器信息融合首先广泛地应用于军事领域，如海上监视、空-空和地-空防御、战场情报、监视和获取目标及战略预警等，随着科学技术的进步，多传感器信息融合至今已形成和发展成为一门信息综合处理的专门技术，并很快推广应用到工业机器人、智能检测、自动控制、交通管理和医疗诊断等多种领域。
我国从20世纪90年代也开始了多传感器信息融合技术的研究和开发工作，并在工程上开展了多传感器识别、定位等同类信息融合的应用系统的开发，现在多传感器信息融合技术越来越受到人们的普遍关注。
多源信息融合理论与技术发展ppt课件
➢ 对于洲际导弹而言，对敌方目标的搜索、发现、识别和跟踪 具有更大的困难；
➢ 电子对抗的强干扰，使得目标的发现和跟踪变得更加复杂。
智能交通与智能车辆
车辆自动导航
促进信息融合理论发展的另一个重要因素是现代民 用高科技发展的需求。繁忙复杂的现代城市交通和 快速便捷的高速公路，以及未来将要出现的自动车 辆系统（AVS），均要求建立智能交通系统（ATS） 进行智能监测和控制，同样要求对车辆运行进行交 通监视和跟踪，更需要多传感信息融合。未来自动 车辆系统异类传感器包括视频传感器、激光扫描仪 和雷达传感器等，融合的目的在于把目标输入到路 径规划与制导系统中去。
融合模式 面部
语音TI 语音TD 面部, 语音TI 面部, 语音TD 语音TI, 语音TD 面部, 语音TI, 语音TD
错误接受率(%)
7.76 1.60 0.0 1.18 1.18 0.38 0.78
错误拒绝率 (%)
7.25 5.00 1.48 0.0 0.0 0.5 0.0
目标识别与身份认证
推断技术的递阶结构 融合系统的分类 集中式融合系统结构 自主式融合系统结构 混合式融合系统结构
融合系统模式
信息源
国家信息
分布信息
局部信息
INTEL
EW
SONAR
RADAR . . .
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
信息融合技术的发展历程 2013.11.20 信息融合技术 学生： 学号： 指导老师： 信息融合技术的发展历程
2013.11.20 信息融合技术的发展历程
1信息融合技术的发展过程 概述： 随着电子技术、信号检测与处理技术、计算机技术、网络通信技术以及控制技术的飞速发展,各种面向复杂应用背景的多传感器系统大量涌现,在这些多传感器系统中,信息表示的多样性,信息数量的巨大性,信息关系的复杂性,以及要求信息处理的及时性、准确性和可靠性都是前所未有的。这就使得利用计算机技术对获得的多传感器信息在一定准则下加以自动分析、优化综合以完成所需的估计与决策—多传感器信息融合技术得以迅速发展。确切地讲信息融合技术是随着信息处理和指挥自动化系统的发展而形成的,涉及数学、军事科学、计算机科学、自动控制理论、人工智能、通信技术、管理科学等多学科的交叉和具体应用。对信息融合的理解并不困难,通俗地说,它是关于如何协同利用多源信息,以获得对同一事物或目标更客观、更本质认识的综合信息处理技术。在信息网络系统中,原始采集的信息经常是无序的、分散的甚至是错误的,只有经过信息处理,将大量的信息进行融合,相互印证,去伪存真,才能得到有用的、相互关联的、而且是可方便使用的信息。实际上,人本身就是一个高级的信息融合系统,大脑这个融合中心去协同眼(视觉)、耳(听觉)、口(味觉)、鼻(嗅觉)、手(触觉)等多类“传感器”去感觉事物各个侧面的信息,并根据人脑的经验与知识进行相关分析、去粗取精,从而综合判决,获得对周围事物性质和本质的全面认识。 信息融合是利用计算机技术将来自多个传感器或多源的观测信息进行分析、综合处理．从而得出决策和估计任务所需的信息的处理过程。另一种说法是信息融合就是数据融合．但其内涵更广泛、更确切、更合理，也更具有概括性．不仅包括数据，而且包括了信号和知识。 根据美国国防部三军实验室理事联席会给出的定义：信息融合是一个对从单个和多个信息源获取的数据和信息进行关联、相关和综合，以获得精确的位置和身份估计，以及对态势和威胁及其重要程度进行全面及时评估的信息处理过程；该过程是对其估计、评估和额外信息源需求评价的一个持续精练（Refinement）信息融合技术的发展历程 2013.11.20 过程，同时也是信息处理过程不断自我修正的一个过程，以获得结果的改善。 简言之：信息融合是指对来自单个和多个传感器的信息和数据进行多层次、多方面的处理，包括：自动检测、关联、相关、估计和组合。 信息融合或数据融合是指为完成决策和估计任务而利用计算机技术对按时序获得的若干传感器的观测信息在一定准则下加以自动分析、综合的信息处理过程。近十几年来，多传感器信息融合技术获得了广泛应用。采用信息融合技术对多源战场感知信息进行目标检测、关联/相关、组合，以获得精确的目标状态和完整的目标属性 /身份估计，以及高层次的战场态势估计与威胁估计，从而实现未来战争中陆、海、空、天、电磁频谱全维战场感知。 通过信息融合技术可以扩展战场感知的时间和空间的覆盖范围，变单源探测为网络探测；能改进对战场目标的探测能力，进步目标的发现概率和识别水平；能进步合成信息的精度和可信度，支持对重要战场目标的联合火力打击；能产生和维持一致的联合战场态势，支持联合作战决策和方案制定；能进步威胁判定的实时性和正确度，支持战场预警；能进行战场感知信息共享，进步战场信息使用效率；能科学配置和控制探测/侦察平台和传感器，充分利用战场空间感知资源。 1 国外信息融合技术的发展 美国国防部三军实验室理事联席会（JDL）的对信息融合技术的定义为：信息融合是一个对从单个和多个信息源获取的数据和信息进行关联、相关和综合，以获得精确的位置和身份估计，以及对态势和威胁及其重要程度进行全面及时评估的信息处理过程；该过程是对其估计、评估和额外信息源需求评价的一个持续精练（refinement）过程，同时也是信息处理过程不断自我修正的一个过程，以获得结果的改善。后来，JDL将该定义修正为：信息融合是指对单个和多个传感器的信息和数据进行多层次、多方面的处理，包括：自动检测、关联、相关、估计和组合。 信息融合技术自1973年初次提出以后，经历了20世纪80年代初、90年代初和90年代末三次研究高潮。各个领域的研究者们都对信息融合技术在所研究领域的应用展开了研究，取得了一大批研究成果，并总结出了行之有效的工程实现方法。美国在该项技术的研究方面一直处于世界领先地位，1973年，在美国国防部资助开发的声纳信号理解系统中首次提出了数据融合技术，1988年，美信息融合技术的发展历程 2013.11.20 国国防部把数据融合技术列为90年代重点研究开发的20项关键技术之一。据统计，1991年美国已有54个数据融合系统引进到军用电子系统中往，其中87%已有试验样机、试验床或已被应用。目前已进进实用阶段。 应用人工智能技术（专家系统、神经网络等）解决目标识别、战场态势关联与估计处于应用试验阶段；信息融合仿真试验、测试与评估技术目前正在向适应联合作战需求的方向发展，效能评估处于建模阶段。上述技术所形成的信息融合产品已装备在某些战术、战略系统中。如‘全球网络中心监视与瞄准‘（GNCST）系统是美国空军的新型情报信息融合处理系统，该系统对信息源几乎没有限制，可接收无人机（UAV）、E-8C、RC-135等平台上光电、合成孔径雷达、信号情报侦察装置等各种传感器的近实时信息，将它们消化处理成对作战官兵有用的信息，并以很快的速度和很高的精度发送给用户。 英国BAE系统公司还开发一种被称作‘分布式数据融合 ‘（DecentralizedDataFusiON，DDF）的信息融合新技术。这项技术的独特之处在于它采用的是分布式数据融合技术，而传统的数据融合都是集中式的，即所有的信息在一个中心节点完成综合和融合。这样，一旦中心节点遭到攻击，就会破坏整个系统。但采用DDF技术的系统就不存在这样的题目，由于综合和融合是在网络中的任何节点上进行的。若一个节点脱离网络，其他部分仍会继续工作并共享、综合和融合信息。 BAE系统公司已成功验证了将地面和空中的分散的传感器组网互联并融合其信息的技术。使传感器网络中的全部数据都被实时地综合和融合到了一幅单一的作战空间态势图中。该公司在试验中成功在8个节点之间进行了组网互联，这8个节点包括2架自主式UAV、1台战场监视雷达、1台武器定位雷达、2名带有电子式双眼看远镜及掌上电脑的士兵和2名乘坐吉普车在试验场上机动的士兵。整个网络可以动态地进行重新布局。一旦武器定位雷达检测到‘敌‘火炮开火，自主式UAV可立即得到相关信息，并迅速飞往有关区域进行调查；战场侦察雷达可跟踪地面机动目标，即使该目标离开了视线，该雷达仍可对目标保持‘虚拟跟踪‘或‘虚拟警戒‘；一旦某架UAV飞越了一个不同的传感器，它将把该传感器引进这个网络，从而使单一态势图中的信息更为完备和正确。 信息融合技术的发展历程 2013.11.20 2 国外信息融合技术的应用 信息融合技术在航空武器装备中的应用具有重大意义。随着技术的不断发展，现代作战飞机的传感器越来越多，雷达、光电、电子战以及导航系统等传感器都单独显示信息，驾驶员对这些传感器同时进行治理会产生很大的工作负荷，也使飞行中决策更加困难。采用多传感器数据融合技术，可以充分发挥各个传感器的优点，抑制其不利的一面，从而得到即时的有关战斗场面或总体的战场情况的一幅实时的战术或作战级的图像，以增强作战飞机的生存能力和作战效能。 目前，数据融合技术已国外军事装备中得到广泛应用，俄罗斯和美国军方都在多传感器数据融合和信息处理技术方面进行了大量的研究工作，并已用于多种型号的军用飞机。通过将各个传感器提供的数据数字化并进行处理，新一代作战飞机已能够进行传感器数据融合，这就为飞行员提供了一个空战景像的即时图像。通过传感器融合可以为驾驶员提供一个唯一的跟踪和识别目标，避免了重复跟踪。 多传感器数据融合不仅可以减少驾驶员工作负荷，为驾驶员提供一个视野更宽、更精确的战术图像，而且还能减少数据总线的数目，减少计算负载，并且起到了传感器余度效果。传感器数据融合还确保了一个武器平台即使在基于雷达的武器火控系统被完全干扰的这样最恶劣的电子环境中也能保持一定程度的作战能力。各个传感器的互补特性确保了融合后的数据更精确，这些数据通过多功能信息分发系统(Mids)可以发送到其它的武器平台，以便选定目标的优先级。多传感器数据融合技术是未来信息化战争中进步武器作战效能的关键技术之一。 （1）战斗机上应用 现代军用飞机通常采用多种机载探测系统，而作作为整个全域信息网中一个节点，飞机还将接收预警机、无人机、机群中其它飞机的探测信息。为降低驾驶员负荷并进步态势感知能力，新一代战斗机都采用了信息融合技术。 法国的‘阵风‘战斗机装有RBE2双轴、多功能电子扫描火控雷达、‘前扇区光学系统‘(OSF)以及‘防御辅助子系统‘(DASS)。OSF能与RBE2雷达、DASS系统交联工作，以在保持其‘低可探测性 ‘的条件下，发挥各自的最大效能。上述三个系统数据的‘融合‘是‘阵风‘飞机的一个变革性的性能特点。 F-22综合航空电子系统具有综合传感器融合能力，包含电子战和雷达以及信息融合技术的发展历程 2013.11.20 通讯、导航和识别能力。F/A-22通用集成处理器（CIP），主要是处理整个飞机的电子信号，CIP作为F/A-22的大脑，使用光纤和高速集成电路技术将数据融合并转换为清楚且简明的战场情况图象，极大减少飞行的工作载荷，使飞行员全力集中执行指定任务并保证他们能从战场安全返回。 F-35联合攻击战斗机也采用了数据融合技术，目前已成功进行了数据融合试验，该试验被称为‘F-35数据融合降低风险飞行试验‘，其目的是降低F-35数据融合功能开发时的风险。F-35的数据融合功能是把机载和机外的各种传感器获得的信息加以综合并确定优先顺序。 俄罗斯的第三代米格-29和苏-27战斗机配备了先进的‘氦‘Ts-101系列计算机。就计算机性能而言，苏-27和米格-29水平相当，但苏-27的TsVM-80的火控计算性能将红外瞄准、激光、光学和多模式雷达输进综合起来向平显提供信号，具有一定程度的多传感器数据融合能力。 （2）直升机上应用 为进步直升机在正常和恶劣气象条件下的态势感知能力，英国国防部耗资1400万英镑进行了隐蔽直升机夜间和白天飞行(CONDOR)II技术验证演示项目，该项目已进行了3年多，完成了世界上第一个用护目镜真实世界投影图像作辅助的直升机飞行演示，投影图像由多谱传感器和激光障碍物传感器天生。系统将多个设备的信息显示在最新一代的LCD头盔显示器上。数据库和激光障碍物传感器的信息同非冷却红外和微光传感器融合的图像结合，并投影在头盔护目镜上，为飞行员提供地形威胁（如塔状物和头顶电缆之类）警告。 一些现役或即将投进使用的武装直升机也采用了传感器融合技术。波音公司的CV-22Osprey和美国海军陆战队的AH-1Z攻击直升机都采用了ITT航空电子公司的AN/ALQ-211综合射频对抗装置（SIRfc）作为机载传感器融合处理器。而欧洲用户采购的‘虎‘式直升机中将使用诺斯罗普-格鲁门公司的导弹发射探测系统(Milds)，该系统是用来对威胁进行探测并启动有源或无源自卫系统的，但是它的主外场可更换单元（LRU）中含有传感器融合功能，可用于对飞机的雷达、电子支援（ESM）和电光系统的数据进行融合。 在对AH-64D改进时将采用的M-TADS/M- PNVS系统也采用了传感器融合技术。M-TADS/M-PNVS采用了一些‘科曼奇‘计划中采用的技术，如多传感器辅