军事信息系统是用来在整个军事作战范围内支持指挥官筹划、决策、指挥作战等为一体的指挥控制平台,是军队战斗力的“倍增器”。它是对各军兵种所使用的信息系统进行综合设计、综合集成和综合运用,是信息系统、武器系统和军事保障系统的粘合剂。信息活动的描述、融合是军事信息系统动态要素建模、分析与仿真的基础。但是,从信息融合角度对军事信息系统的研究,当前国内外尚未见到比较系统的研究成果。本文研究的总目标是探究人脑信息融合的认知机制,研究其内在组网、特征提取、信息融合、知识表达和推理、决策等认知机理,并将研究结果应用于现代军事系统中多传感器目标跟踪与信息融合过程中。从认知科学的角度为军事信息系统应用背景下目标监测和信息融合,得出有效的融合策略提供指导或者参考。研究工作与创新点主要体现在以下四个方面:一、提出了一种基于内部模型驱动的融合进化结构体系理论方案。人的大脑处理信息过程是一种复杂的信息融合过程,其构建在一种智能、灵活的多源信息融合进化结构体系基础上。本文在借鉴人脑研究的相关理论基础上,通过对比多源信息融合进化过程与人脑的信息融合的模型、机制,指出大脑存在是由大量局部神经元构成的局部神经元回路,由此提出了一个很重要的概念:融合元;并通过研究发现多源信息融合系统的进化过程与分布式的神经网络体系结构具有很多相似特点,由此提出了一种基于内部模型驱动的融合进化结构体系理论方案。最后,从理论解析和现代军事应用背景下仿真实验证实,基于内部模型驱动的多源信息融合系统进化体系结构将大大提高作战效能和战时应变能力。二、提出了适应于战场感知信息融合的智能化分布式系统组网方法。现代战争中智能化装备的使用以及对信息处理能力的需求的不断提高,网络中心战环境逐步实现智能化组网的需求变得越来越迫切。从本质上说,网络中心战环境的战场感知,是通过有效地连接战场空间中知识实体节点将信息优势转化为战斗力,而任何一个空间中知识实体节点,都可以在条件合适的情况下产生一次信息融合事件,通过请求网络系统资源的协作,实现多传感器、智能接口的资源共享和信息交流,这使得信息之间的相关性、冗余性,以及统计分布特性等变得更加复杂和难以确定。由此,本文提出了智能化分布式系统组网方法,通过分布协作式调度网络中各融合元,融合元节点相互之间进行协调来做出决策,达到共同完成信息资源调度融合任务的目的。实验表明,分布式系统组网方法更适合融合节点获取战场信息。三、提出一种可以用于多传感器目标监测的融合非统计方法,即表决融合。适应于网络中心战环境的战场信息类型杂、信息源多、信息量巨大、信息质量差且富含诱骗,要从这样的信息环境中快速、准确、完整地提取出指挥员所需要的战场态势和环境图景来,难度极大,需要解决的问题极多。由此,提出了利用分布式网络多传感器监测目标的结果,来综合得出目标是否存在的判决技术,应用于目标身份信息融合的不确定性推理技术,提出一种简单的非统计方法,即表决融合,它可以用于多传感器目标监测的融合。实验表明:应用表决融合可获得高的节点感知性能。四、提出了一种能提高传感器组网的发现能力和连续观测能力的多传感器自适应状态融合技术。自适应状态融合技术着眼于算法间的互补性达到某种优化,算法能够根据信息源特性和目标自动选择最有效算法,具有透明性和开放性,是多层次多模型的自适应算法。实验证实:算法提出将为指挥信息系统信息融合提高精度、反隐身、反低空入侵、抗丢失目标等带来较大好处,同时可克服传感器性能不稳定等缺陷。