国外较早就展开了关于PM2.5环境污染的研究工作，从1980年起，美国环保局首先在在1997年就颁布了关于PM2.5的空气质量评价标准，年均值为15.0μg·m-3，日均值为65.0μg·m-3；一些欧美和亚洲国家、还有澳洲等也都已经出台相应的有关PM10甚至PM2.5的空气质量标准，而且在颗粒物的源解析、组成结构、病毒学、病理学、大气输运过程及空气质量模型等方面做了大量相关工作[6]。虽然国外在研究可吸入颗粒物的产生机理领域取得了一些成果，但是因为操作技术等方面的存在缺陷，未来对于可吸入颗粒物PM2.5的研究应该获得多方面的关注，为改善生态环境和提高生活质量积累宝贵的经验。自2008年起，美国环保署开始进行关于PM2.5颗粒物自动监测仪的评估工作，这些监测设备可以在没有人看守的情况下持续工作而且最低能够提供PM2.5颗粒的每小时平均浓度数值，通过认证的仪器都会被授予美国自动等效方法号（EQPM）[7]。

如今，国内关于PM2.5方面的研究才刚开始起步，而且没有进行过针对性和系统性的大规模研究，暂时还未建立关于这些细颗粒污染物的理化特征及其环境效应的系统评价标准。将海内外这几年的监测经验进行归纳，PM2.5在线监测需要经过许多的人工数据作为一个经典方法比较和验证数据，以便给出一个有效的和高品质的本地PM2.5监测数据，因此，中国的环保研究人员仍还需去完成大量的基础研究，方能创立全面的适合中国国情的PM2.5监测系统[8]。49453

数据融合技术最先兴起于20世纪70年代初期,在那时并没有引起人们的广泛重视,仅仅是被用于在军事应用技术等方面的研究设计工作论文网。后来，C3I(指挥、控制、通信和情报)系统首次开始改革创新，把多传 融合技术应用于战场信息的采集与处理并获得了显著的效果。到了20世纪80年代中期,数据融合技术已经在军事领域中得到了突飞猛进的发展和应用。

随着对数据融合技术的不断研究与改进，该技术不仅成功地在战术武器系统中发挥了重要的作用,而且已经在各类作战指挥自动化系统中都得到了推广和设计。目前,美国方面已经研发成功了数十个采用了数据融合技术的谍报网络和作战指挥系统,比如空中目标选择和拦击武器选择专家系统(TATR)、陆空主动战术情报保障系统(LENSCE)等[9]。

数据融合技术同样也在智能机器人的研究和应用领域获得了显著成果。例如，智能机器人需要依靠多传感器数据融合技术建立自我的感觉系统来实现识别环境、综合信息以及作出决策的高级智能化功能。我国在对于多传感器数据融合的智能机器人以及智能系统的研究方面越来越提高重视,并且已获得了许多丰富的成果。