随着科学技术，尤其是传感器技术、信号检测与处理技术以及计算机技术的迅速发展，以及现实系统特别是现代化武器系统的需求，数据融合技术也在迅速发展。为了充分发挥融合系统功能及性能，就需要在环境条件容许的情况下，对有限的传感器资源进行科学合理的分配。于是，传感器管理技术应运而生，并逐渐成为数据融合系统的一个重要组成部分。本文对传感器管理理论和方法进行了较为系统的研究，其主要贡献如下：1．从系统角度出发，提出了由传感器子系统、数据融合子系统、决策与支持子 系统和传感器管理子系统构成的数据融合闭环系统的控制模式；论述了传感 器管理子系统在闭环系统中的重要作用。给出了数据融合的概率信息模型， 针对不同融合结构及算法，分别给出对应于状态估计和离散状态分类的信息 滤波器，建立了传感器管理的基本框架。2．将动态规划的思想引入传感器管理，证明了当检测与虚警概率分布满足对称 条件时，最优检测策略仅依赖于假设条件概率大小的排序；当对目标分类时， 首先将传感器的资源约束转换成期望约束，然后引入拉格朗日乘子，将多目 标动态规划问题解耦成多个单目标动态规划问题。3．将有限集合理论引入到传感器管理及数据融合，这样可以将单传感器单目标 系统性能的度量方法推广到多传感器多目标领域。4．在上述基础上，针对不同情况，提出了一套可行的传感器管理方法： ● 通过对目标优先级排序以及目标与传感器（组合）配对的定量描述，建 立系统的目标函数，基于线性规划，提出了一种用于目标检测、识别与跟踪 的传感器资源分配方法。 ● 基于统计模型和信息熵，提出了一种用于目标检测与分类的传感器资源 分配方法。 ● 基于运动模型和信息熵，给出了一种用于目标检测、跟踪与分类的传感 器资源分配方法，并给出了一种动态确定检测、跟踪与分类优先级的方法。 ● 以分辨力为基础，求取跟踪系统的目标函数并利用线性规划对传感器资 源进行分配；定义一个联合多目标概率，该概率同时满足量测与马尔可夫转 移更新，通过计算量测更新前后的信息增量，以实现传感器资源的有效分配。5．针对多传感器系统使用环境的发展趋势，对信息战建模方法进行了初步研究， 提出了基于建模与仿真的信息战原型系统。