中文摘要：

(1)在基于证据理论的目标识别融合中，研究基本概率赋值的获取，这不但是一个重要的理论课题，而且是一个与应用密切相关的难题。因此具有重要的理论意义和实际应用价值；(2)研究证据组合公式及其改进，使之适用于相关证据的处理；研究用新兴的随机加权估计处理冲突证据并从中提取有用信息。这对于改进和完善证据理论，发展信息融合技术是一个大胆的探索和有益的尝试；(3)将证据理论、模糊推理和神经网络技术相结合，解决非

结论摘要：

(1) 在基于证据理论的目标识别融合中，研究用新兴的随机加权估计对现有的基本概率赋值方法进行改进；研究基于粗集理论的基本概率赋值获取算法。这不但是一个重要的理论问题，而且是一个与应用密切相关的难题。 (2)研究给出处理冲突证据和相关证据的新方法，用新兴的随机加权估计处理冲突证据并从中提取有用信息。这对于改进和完善证据理论，发展信息融合技术是一个有益的尝试和大胆的探索；(3)将证据理论和粗集理论相结合，提出一种算法简单、速度快、融合效果好的数据融合方法，该研究具有重要的理论意义和深远的学术影响。 (4)将证据理论和粗集理论相结合，以解决非合作目标识别问题，该研究具有重要的理论意义和实际应用价值。