二十一世纪是海洋的时代，人们海洋开发以及海上运输等活动日益频繁，但随之而来，海难事故也频繁发生，给人们生命和财产安全造成巨大的损失，甚至造成海洋环境的污染。当海难事故发生时，由于海洋特殊的环境因素及恶劣的气候，此时的救援工作往往比较困难。这就需要准确可靠地获得各种潜救信息，因此准确可靠地获得潜救信息是进行有效的援救的前提和关键。 显然，来自传感器的信息的精度、可信度将对潜救系统产生巨大的影响。而从传感器得到的原始信息均具有不确定性并带有噪声，因此，必须对所得到的多传感器信息进行融合以提高信息的精度和可信度。 本课题旨在研究潜救作业中位置、航向测量多传感器的融合技术。主要以差分GPS数据、水声测位系统数据和通过罗经和航向测量仪数据作为融合对象。 本课题研究目标在于综合利用冗余的以及不同类型的传感器数据，达到以下目标： ①提高测量的精度； ②增加合成信息的可信度； ③增加系统的有效性，改进系统工作的可靠性。 本文主要从事了以下几方面的研究与工作： ①论述信息融合的概念及模型。信息融合模型可以从功能、结构和数学等几方面来表示。 ②描述潜救信息测量系统及信息预处理。潜救信息测量系统包括位置测量系统：差分GPS测量系统、声学测位系统；航向测量系统：磁罗经或电罗经；姿态测量装置：摆式传感器、电容式传感器等；速度测量装置：多普勒速度计。最后介绍了信息预处理的几种野值剔除方法。 ③卡尔曼滤波方法。描述卡尔曼滤波的概念、原理。建立运动载体系统方程和观测方程，建立卡尔曼滤波方程，并提出改进的自适应强跟踪卡尔曼滤波方法，并最后进行仿真研究。 ④基于模糊神经网络的潜救信息融合技术。描述模糊控制的基本概念、结构和原理；描述神经网络的基本概念、结构和原理；研究模糊控制