空战具有强复杂性、高动态性,在作战过程中,感知作为战斗决策OODA环中极为关键的环节,不管是在过去战争、现代战争还是未来战争都扮演着极为重要的角色。通过对敌方目标的识别、跟踪、定位,我方能够基于获得的信息进行更快更准的决策,能够在作战过程中取得主动权,保障任务的成功完成。因此,在军事领域对目标的感知技术始终是热点研究问题。本文针对空战中动态目标进行识别、跟踪与定位技术研究,主要从以下方面展开工作:首先分析了空战感知技术国内外研究现状,调研分析了空战体系的发展概况。然后针对基于视觉的空中目标检测方法,调研分析了传统方法在该领域的应用情况,以及深度学习相关方法。针对基于雷达的空中目标检测方法,调研分析了传统方法处理过程及其面临的挑战与问题,以及基于深度学习的检测方法处理过程和常用网络模型。其次对目标感知理论基础进行了介绍,从针孔相机成像基础、坐标系转换基础以及目标感知定位理论基础三个角度介绍了相机模型的理论基础;然后分别介绍了目标检测、跟踪与定位的理论基础,为后文提供理论支撑。然后进行了基于视觉的空战场景中对于动态目标的检测及跟踪的算法研究,分别研究了包括背景差分法与光流法的传统算法、满足空战计算资源的YOLO深度学习检测算法,以及包括生成式算法和判别式算法的目标跟踪算法,最后通过基于视觉的目标测角精度实验与基于检测跟踪结合的空战目标锁定实验对算法进行了验证。最后进行了空战目标感知定位算法研究,通过图像特征点匹配、特征匹配与双目图像匹配实现了基于双目视觉的空战目标定位方法,完成了视觉与毫米波雷达测距联合定位方法研究,并通过基于动捕系统的室内精度实验与室外实物定位实验对方法进行了验证。