随着技术的发展，传感器逐步被应用到各个领域。现今各国军队已经拥有了多种多样的传感器，作为军事系统的眼睛，传感器到决策层这样一个军事回路决定着军事决策、判断和行动的准确和快速性。
总体来说，目前的传感器分为两类，第一类是有源的，也就是主动辐射信号进行目标探测，典型的如雷达和激光探测器。第二类则是无源的，依靠对方辐射的信号确定目标各类要素，典型的有无源雷达，红外感应器和光学照相机。传感器数目众多，但在不同类型之间大多处于各自为战的局面，大大局限了探测范围和探测精度，把这些传感器的探测结果融合到指挥专网上进行综合处理，这就是未来指挥作战体系的发展方向——多传感器数据融合技术。
为什么要融合?
既然一个传感器能够探测到所有范围，为什么要进行融合呢?答案很简单，不同的传感器可以优势互补，效能倍增。举例来说，预警机和战斗机使用的L、S和X波段雷达一般波长位于分米到毫米数量级，而隐身飞机对这些波段的雷达隐身效果极佳，因此很难发现。但对米级波段的雷达隐身效果就很差，飞机很多部件会和米波产生共振，释放出极大的回波，因此隐身飞机对米波隐身是无效的，但米波雷达因波长太长，分辨率极低，无法看出回波具体目标。这两个雷达进行数据融合后，就可以先用米波雷达进行测量，发现疑似目标后再使用预警雷达探测，如果在该地没有发现目标，就可以判定该处可能有隐身飞机，从而颠覆隐身飞机作战的物理基础。
通常来说，多传感器融合由于实现了优势互补，在指挥专网得到的数据量要比遍布战场的单传感器多的多，且探测精度更高，目标性质更加明确。还可以根据融合结果脱离数据层面的单纯探测，在决策层综合判断整个战场态势，实现指挥控制智能化、最优化。
怎样进行融合？
一个多传感器数据融合系统分为两个级别的处理功能，在第一级别，主要是数据方面的处理，得到数字结果(如位置、速度、目标类型)。在第二个级别，处理主要是符号处理，处理更为抽象(如威胁，意图，目的)，假设系统用几个传感器同时监视同一空域中不同类型运动目标，当可获得数据的工作频率在整个电磁波谱上尽可能宽时，此时多传感器最大化了所获取的数据独立性，特别是当他们同时使用主动工作方式和被动工作方式时更为明显。
传感器扫描监视区域并报告在每一次扫描中发现的所有探测目标，每个传感器都独立进行测量，并给予信号特征采用判决方法判定是否发现目标，一旦探测到目标，测量参数被传送到融合处理节点进行处理。指挥中心系统则根据这些数据相关性处理，并且与之前探测到的数据进行关联，在基于状态和特征的判断之下，做出一个决策。
在每次扫描结束后，从新的或已存在的目标信息中，指挥系统还可以做出下一步目标信息的估计，使用的方法例如最小二乘法和卡尔曼滤波法，这些方法在潜艇声呐信号处理上被普遍采用。
