目标——数据融合的目的就是通过多传感器进行协作测量并进一步融合数据，全面了解被测对象以获得对其的一致性最优估值和辨识。

原理——N个不同类型的传感器采集被测目标的观察量，经过特征提取变换处理，得到观察量对应的特征矢量。接着对特征矢量进行模式识别处理得到各传感器关于被测目标的描述说明；然后将这些描述说明数据按同一个被测目标进行分组，最后利用融合方法将每一被测目标述说明数据进行合成，得到该目标的一致性解释描述。

层次——数据融合按其在融合系统中信息处理的抽象程度，主要划分为三个层次：数据级融合、特征级融合和决策级融合。

1）数据级融合：也称像素级融合，是对传感器的直接观测数据的融合，然后从融合的数据中提取特征矢量并进行判断识别。

2）特征级融合：特征级融合属于中间层次，先从每种传感器提供的原始观测数据中提取有代表性的特征，这些特征融合成单一的特征矢量，然后运用模式识别的方法进行处理作为进一步决策的依据。

3）决策级融合：决策级融合属于高层次的融合，首先每个传感器执行一个对目标的识别决策，然后将来自每个传感器的识别结果进行融合，按照一定的准则作出最优决策。