智能雷是现代战争背景下提出的一种新概念弹药武器，论文在现有智能雷的声目标识别技术基础上，结合被广泛研究和应用的多传感器数据融合进行研究，重点提高目标识别的准确性和可靠性。 论文构建了多传感器数据融合技术在智能雷的目标识别中的应用框架和模型；采用文中提出的滤波法对战场中常见的几类目标信号进行了去噪预处理，分析了各类目标信号在频域中的不同特征；提出一项基于距离可分性测度的公式进行特征选择，并得到了各类目标的典型特征参数；设计了人工神经网络分类器，并对学习算法进行了改进，提高了神经网络的学习效率和识别率；基于初步获得的目标识别结果，论文研究和讨论了分布式统计决策融合方法在智能雷的目标识别中的应用，给出了分析结果；为克服分布式统计决策融合方法的缺陷和不足，使系统获得更佳的识别能力和效果，论文进行了不确定推理方法的研究，重点应用证据理论进行了智能雷的目标识别研究，进行了大量分析实验，得到了较好的识别效果。