态势感知本身就是人的一种认知能力，认知科学研究了这种能力，然后在具体领域中尝试模仿。 态势感知的应用门槛比较高，所以这个理念很早就有，但是用的场合不多，比如冷战时美国防御苏联核弹的指挥系统中就应用了态势感知的理念。近年人工智能技术有了一定突破，门槛降低之后，这个概念才开始在更多领域流行起来。
实际生活里就有很多态势感知的例子，比如看红绿灯过马路就是一个典型的态势感知。你先要收集看到听到的各种信息，红绿灯信号，周边车辆行人的动态、天气情况、路面情况等等，然后要理解这些信息的含义（红灯停绿灯行，红绿灯转换的剩余时间，远近车子的车速，包括眼睛看到的，和眼睛没看到但耳朵听到的，周围的人是不是团伙闯红灯了，路面滑不滑），最后根据对这些信息的理解做出判断（走过去、跑过去、等绿灯、随大流闯红灯）。
想想这个人在瞬间就能实现的事，让机器来做需要多少工作，就能大概理解真正在一个领域里做好态势感知的难度了。
我个人看下来，感觉比较公认的，最早比较完整的讲到多元数据采集和数据挖掘结合，在安全领域应用态势感知理念的，应该是2000年tim bass的这篇文章INTRUSION DETECTION SYSTEMS AND MULTISENSOR DATA FUSION。
直到今天，周围能看到的态势感知的应用水平，应该也没有太多超出这篇文章的内容。
