从目标融合识别对决策层不确定信息融合技术的迫切需求出发，基于证据理论对决策层不确定信息融合方法进行了研究。从多传感器信息融合的角度出发，研究了雷达目标多极化HRRP 融合识别的有效方法，提出了基于SVM 集成的多极化HRRP 融合识别框架、结合SVM 集成与DS证据理论的多极化HRRP 融合分类方法。针对非完备条件下的证据冲突度量问题，提出了一种新的复合冲突因子，给出了严格的冲突评价准则。针对全局冲突分配的D-S组合规则无法实现动态合成的问题，提出了一种基于局部冲突分配的D-S组合规则。实验结果表明，新算法不仅对弱冲突下的证据融合有效，并且能够解决D-S证据理论的悖论，实现了动态证据合成。对直觉模糊集和证据理论之间的关系进行了深入研究，基于直觉模糊多属性决策模型，实现了时域不确定信息动态可靠性评估，在证据理论框架内发展了时域不确定信息可信度衰减模型，结合证据折扣的思想，提出了基于直觉模糊集的时域证据融合方法，该方法具有较强的鲁棒性，可以更好的体现时域信息融合的动态性特点，能够满足目标融合识别系统的实时性和可靠性要求，相关研究成果为目标融合识别系统的研究提供了理论和技术支持。