必须使用推理引擎来组合各种证据（即来自多个组网传感器的信息）并产生目标分类和 ID。图 4 包含了我们基本问题的简单图像。例如，ESM 检测机载平台上有源雷达的辐射。它分析检测到的辐射的属性，即频率、脉冲宽度、脉冲重复间隔等；将这些属性与其库中的属性进行比较；并输出检测到的证据的解释列表。解释列表采用可能的发射器列表的形式，以及可能产生物理证据的相对概率。类似地，对于任何其他组网传感器（例如，NCTR 传感器，如电光成像系统或高分辨率雷达），推理引擎将组合物理证据的所有解释以提供平台分类和 ID。