在多传感器融合系统中,各种传感器的数据可以有不同的特性,可以实时或非实时线程、模糊或识别,相互支持,或补充,也可能相互矛盾或竞争。它与单传感器数据处理或低水平的多传感器数据处理方法,相对于多传感器资源可以更有效地使用。单传感器数据处理或低水平的多传感器数据处理是一个低水平的大脑信息处理模仿,不像多传感器融合系统可以获得更多的信息来衡量的目标和环境。多传感器融合和经典的信号处理方法也有区别,多传感器融合系统的多传感器数据处理更复杂的形式,而且可以在不同层次的信息,包括数据层、特征层和决策层。
　　
　　温室智能控制系统控制技术的核心技术。现代大型温室,所有的环境因素,如室内温度、光、空气、湿、热、水培营养状态和温度,根因素如环境温度和湿度监测、遥感、调整,由计算机综合管理、自动控制。温室智能控制系统对温室环境控制的目的是基于不同作物本身的生理特点,部分或全部外气候环境和客观条件的限制,建立不同作物生长的最佳环境。目前,大多数的温室环境控制采用工业控制系统。一方面,成本高,不能满足设施农业的低成本的要求,在其研究和发展,另一方面,把主要精力集中于计算机技术本身,而不是农业专家,缺乏本身包含各种作物专家系统的生理信息,管理应用程序有一些局限性。
　　
　　温室智能控制系统基于证据理论和专家系统相结合的方法对温室温度、湿度和光线三个主要环境参数融合处理。温室环境可能出现的情况,根据专家知识定义合理的识别框架,并通过本地数据融合分配的基本概率赋值,从而满足初始条件的DS理论。后D-S证据理论的融合规则,结合全局收敛性结果到专家系统的知识库,结合专家的经验,作为专家系统推理的基础上,对温室环境的现状作出准确的判断,并采取适当措施,适应环境参数,和作物生长所需的环境条件。