Multisensor-Datenfusion ist der Prozess der Erfassung mehrerer Datensätze von mehreren Sensoren mit der Absicht, einen genaueren Datensatz zu erstellen. Diese Art der Informationsfusion wird oft als genauer angesehen als Einzelsensordaten und hat viele Anwendungen. Die Kombination der Daten eines Temperatursensors mit einem Windchill-Sensor kann beispielsweise dazu beitragen, dass jemand drinnen versteht, wie kalt es sich draußen anfühlen könnte. Neben meteorologischen Anwendungen kann die Multisensor-Datenanalyse auch auf die Umgebungsanalyse, das Transportmanagement und die Zielverfolgung angewendet werden.
Die vielen Anwendungen der Multisensor-Datenfusion zeigen, wie sinnvoll die Informationsfusion sein kann. Wenn Daten aus mehreren Quellen stammen, können bestimmte Datensätze überarbeitet, ersetzt oder aus den fusionierten Daten herausgeschnitten werden. Zum Beispiel könnte ein Meeresbiologe, der an der Verfolgung von Walen interessiert ist, Datenfusion verwenden, um Faktoren zu überwachen, von denen er oder sie glaubt, dass sie die Gewohnheiten der Wale beeinflussen könnten. Das Endergebnis von Multisensor-Datenfusionsprozessen könnte eine visuelle Karte der Walbewegung in Bezug auf die Meerwassertemperatur oder andere Faktoren sein. Diese Arten von Anwendungen beruhen auf vielen Techniken, einschließlich physikalischer Ausrüstung, Algorithmen und der zugehörigen Informationsfusionsmathematik.
Sensorik, mathematische Verfahren und die Anwendung fusionierter Datensätze bestimmen die praktische Anwendung der Multisensor-Datenfusion. Die Technologie und die Prozesse, die zur Kombination integrierter Daten verwendet werden, können als Nachahmung der natürlichen menschlichen Fähigkeit angesehen werden, eine Umgebung wahrzunehmen und Entscheidungen basierend auf den fünf Sinnen zu treffen. Technologiebasierte Sensoren und die damit verbundenen Techniken, die für die Datenfusion erforderlich sind, könnten jedoch spezifischer sein als die menschliche Wahrnehmung.
Die Kombination dieser spezifischen Datensätze ist ein entscheidendes Merkmal der Multisensor-Datenfusion und unterscheidet die Informationsfusion von der Datenintegration. Die Datenintegration ist jedoch ein großer Teil des Multisensor-Datenfusionsprozesses und könnte als ein Baustein für den Aufbau fortschrittlicherer Datensätze angesehen werden. Beispielsweise kann ein Sensor innerhalb eines bestimmten Zeitraums viele verschiedene Temperatursätze aufzeichnen und später über einen längeren Zeitraum einen größeren Satz bilden. Dieser Prozess unterscheidet sich jedoch von der Multisensor-Datenanalyse dadurch, dass er in der Regel keine Informationen aus vielen verschiedenen Quellen einbezieht.
Als Teil des Datenfusionsprozesses ist die Datenintegration untrennbar. Ohne die Informationen einer starken Datenintegration gäbe es keine Grundlage für die Multisensor-Datenfusion. Tatsächlich ist eine gängige Art der Multisensor-Datenanalyse die Low-Level-Datenfusion. Dieser Prozess bezieht sich auf die Kombination von Rohdaten, um neue Datensätze zu erstellen, von denen allgemein erwartet wird, dass sie spezifischer und synthetischer sind als die Rohdaten.