目前单一的目标探测系统都有局限性,比如雷达探测系统无法抵抗电磁干扰,红外探测系统难以对无几何形态的远距离目标进行识别,成像光谱探测系统不具备实时性,难以满足动目标的探测需求。多模态融合探测,可以发挥各自的优势,相互取长补短,具备可观的发展潜力。针对运动目标探测,本课题组提出了图谱关联方案,并已成功研制出了四代图谱关联探测设备。本文以课题组最新研制的第四代原理样机为研究对象,开展了典型目标和背景的红外仿真研究,通过建立的模型计算了图谱关联探测设备的探测距离,研究了图谱关联探测设备识别目标的能力,完成了对图谱关联探测设备的性能评估。首先,为了验证图谱关联探测设备对典型目标的探测距离,针对现有目标/背景数据缺少现状,根据典型目标的红外图像/光谱仿真方法,得到典型目标的多光谱图像。针对地面复杂场景,使用ENVI软件对场景进行分类并建立红外仿真模型,根据模型计算得到的背景红外仿真数据能够为后续红外参考图制备提供数据支撑。其次,本文结合图谱关联探测设备系统参数,分析并计算了图谱关联探测设备在预设条件下的探测距离。从探测信噪比/信杂比/信杂噪比出发,研究了图谱关联探测设备在不同自然背景下的探测性能,分别得到图谱关联探测设备的红外成像探测距离和宽广谱探测距离。在预设条件下,探测距离可达到200km。最后,基于多光谱仿真和探测距离的分析,本文开展了对图谱关联探测设备识别目标能力的研究。针对点状/斑状/面状目标,利用实测和仿真光谱数据,进行了基于深度学习技术的光谱识别方法研究,得到图谱关联探测设备识别目标的准确率。通过有监督训练,实现不同场景下不同类别光谱的检测和识别。在机场场景和公路/道路场景下,针对点状/斑状/面状目标的总体识别准确率达到80%以上。