汽车是人类工业文明的产物,成为现代人的代步工具。随着汽车数量的增加,汽车的失窃率逐年上升。使用可靠并有效的汽车防盗装置成为保障车主财产的必要手段。网络式防盗系统逐渐代替传统的机械式防盗成为主流,它是一种利用现代电子信息技术和网络技术实现汽车与车主的实时信息反馈的防盗系统。论文设计的汽车报警系统采用STM32单片机中央处理器,通过多传感器实时检测汽车的状态,并通过中央处理器进行信息融合、判断处理,将融合结果通过GSM网络发送到车主手机端。系统的硬件设计由中央处理器模块、多传感器模块和移动通信模块以及CAN总线模块几部分组成。本系统软件设计主要包括:移动通信模块程序设计;传感器检测程序设计;信息融合算法设计;报警及控制程序设计。本文利用多传感器信息融合技术有效的降低了汽车被盗风险和误报警率。首先提出了基于D-S证据判据的改进算法,对冲突证据的信息融合进行改进。通过此算法能够实现汽车防盗预警,并且有效地提高系统正确性。然后提出基于SOM神经网络的信息融合算法,这是一种无导师的自组织特征映射神经网络算法。通过实验,验证了此种方法能够实现输入证据特征的聚类,从而实现了信息融合。通过建立SOM网络汽车防盗模型,在Matlab平台进行仿真实验。结果表明,该算法满足设计要求。对两种算法在一致性输入条件下,进行输出比较后发现,D-S改进算法和SOM神经网络算法均可达到预期效果,且SOM神经网络算法更加灵活,可应对输入量很大等特殊情况。最后,对系统的软硬件进行了调试。调试运行后分析可知,系统运行可靠正常。从而实现了对汽车的实时防盗监控。