随着当今战场环境日益复杂化，无人机技术也随之提高，而无人机的侦察、监视及打击能力都依赖于传感器技术的发展。但是相对于当今战场，单一传感器所提供的信息不能满足现代战场中高标准的作战需求。因此本课题引出了多传感器信息融合技术。目前用来进行信息融合方法的方法很多，由于D-S证据理论在信息融合方面具有非常有效的性能，所以本文选取D-S证据理论作为信息融合的方法。但是原始的D-S证据理论不能够有效的处理冲突证据，在某些特殊的情况下融合失效，本文针对于该问题对原始的D-S证据理论进行了较好的改进，使其在任何的情况下都具有有效的融合能力。另外，在前人对此问题改进的基础上，增强了融合效果，使改进后的D-S证据理论有了更为广泛的应用范围和较高的融合效果。　　本文采用人工智能中的不确定性推理作为信息融合的方法，并把原始D-S证据理论进行改进使之能够有效的处理冲突证据，使其可以更好的进行信息融合。图像处理的研究主要体现在两方面：SAR图像应用Hu七个不变距进行区域特征提取，确定辨识框架，计算基本概率分配；对红外图像应用改进后的Sobel算子进行边缘特征提取，确定辨识框架，计算基本概率分配。然后本文对信息融合的操作环境进行了整体的概述。最后是仿真实验，实验证明本文中应用和改进算法具有可行性和有效性。