现代战争是立体化战争，具有突发性强、破坏力大、战场范围广、战斗样式转换快等特点，这些都使的作战指挥变得更加复杂，难度更大，单凭指挥员个人很难迅速、准确地做出决策。因此，指挥员迫切需要准确的战场态势感知和及时的敌方目标威胁评价等辅助决策信息。信息融合中的态势与威胁评估研究为军事决策提供了求解思路和实现方法。态势与威胁评估属于高层信息融合，处理的信息具有很大的不确定性，因此，态势与威胁评估的研究必须解决信息的不确定性表示和融合问题。直觉模糊技术为上述问题提供了解决思路，直觉模糊集可用于信息的不确定性表示；直觉模糊推理和直觉模糊多属性决策方法可用于不确定信息的融合。本文主要研究基于直觉模糊技术的态势与威胁评估方法，取得的研究成果如下：　　1.研究信息的不确定性表示方法，提出了能同时表示直觉模糊性和随机性的直觉模糊云模型。针对直觉模糊集在信息的不确定性表示中无法体现随机性的问题，将云模型引入直觉模糊集，提出了直觉模糊云模型，该模型通过隶属度和非隶属度表示信息的直觉模糊性，通过期望、熵、超熵反映它们的随机性，实现了直觉模糊性和随机性的有机结合；定义了直觉模糊云发生器，给出了正向直觉模糊云发生器、逆向直觉模糊云发生器、X条件直觉模糊云发生器和Y条件直觉模糊云发生器的实现方法与步骤。　　2.研究态势评估，提出了基于直觉模糊云推理的态势评估方法。针对直觉模糊云模型表示信息的态势评估问题，将直觉模糊推理技术引入直觉云模型，提出了基于直觉模糊云推理的态势评估方法。该方法首先构建态势评估的属性直觉模糊云模型；然后根据专家知识构建推理规则，设计直觉模糊云推理算法，将归一化属性信息输入前件直觉模糊云发生器，生成属性的直觉模糊云滴，通过推理得到态势云滴，为了消除不确定性对态势评估的影响，将多次重复推理获得的态势云滴输入逆向直觉模糊云发生器，得到期望作为态势评估结果；最后通过一个空中目标攻击意图分析的实例验证了算法的有效性。　　3.研究态势融合评估，构建了基于独立因素组合的态势融合评估模型，提出了一种基于改进D-S证据理论的态势融合方法。针对基于规则的推理算法中规则数量的增加容易导致“组合爆炸”的问题，构建了基于独立因素组合的态势融合评估模型，将影响态势评估的众多因素按照因素之间是否相关进行划分，构建独立因素组，态势评估首先按照独立因素组分别进行直觉模糊云推理，然后利用D-S证据理论对推理结果进行融合；针对现有D-S证据理论在进行态势融合时容易产生悖论的问题，提出了一种基于改进D-S证据理论的态势融合方法，该方法采用数据源和合成规则联合修正的思路，利用证据清晰度对证据源进行折扣处理，利用证据可信度对冲突概率进行重新分配，将该方法应用于态势融合，实验结果表明所提方法能够有效解决融合中的悖论问题，提高了融合结果的可靠性。　　4.研究基于多属性决策的威胁评估，提出了改进的基于投影模型的直觉模糊多属性决策TOPSIS的威胁评估方法。考虑到目标威胁因素的直觉模糊性，构建了基于直觉模糊多属性决策的目标威胁评估模型，利用直觉模糊数表示威胁因素,采用基于投影模型的直觉模糊多属性决策 TOPSIS实现威胁评估；针对现有基于投影模型的直觉模糊多属性决策TOPSIS方法中理想解选择和贴近度计算不够合理的问题，提出了一种改进的基于投影模型的直觉模糊多属性决策TOPSIS方法。该方法将最大直觉模糊数作为理想解，方案与理想解的贴近度采用得分向量贴近度和精确向量贴近度的加权和；将该方法应用于空袭目标威胁评估中，实验结果表明算法计算简单，结果有效合理。　　5.研究威胁因素相关的威胁评估，提出了基于直觉模糊集Choquet积分的威胁评估方法。针对现有基于多属性决策的威胁评估方法未考虑因素相关性，而实际上威胁因素之间是相互不独立的情况，将直觉模糊集与模糊积分引入威胁评估，提出了基于直觉模糊集Choquet积分的威胁评估方法。该方法用直觉模糊集表示威胁因素的不确定性，利用模糊测度表示相关因素的重要性，采用直觉模糊集Choquet积分进行相关因素合成，实现威胁评估。将该方法应用于空袭目标威胁评估，通过实验验证了方法的有效性。