快速发展的隐身技术,尤其是相继研发的隐身作战飞机,给红外空空导弹的研发提出了新的挑战。如何在未来的隐身作战环境下提高导弹的探测距离和检测概率成为各国研究人员关注的焦点。针对红外弱小目标检测领域存在的噪声干扰强、大气衰减严重、成像面积小等难点,本文重点研究了微弱目标的检测和识别问题,具体内容如下:1.根据空空导弹探测中红外目标特点,从弱小目标特性、云背景特性、干扰噪声特性等三个方面进行了理论分析。重点分析了典型类型目标在不同波段上的多光谱辐射特性,为空空导引头检测识别算法的研究奠定基础;2.基于典型目标的多光谱特性,建立了数据立方体和背景抑制滤波器组。进而将多光谱特性引入M H T算法,构建了改进的M H T算法。引入多光谱信息进行M H T目标检测识别其算法性能优于传统M H T方法,提高检测概率和识别概率的同时可有效降低算法的计算复杂程度。3.引入多光谱信息,将单帧图像拓展为图像立方体后,由于图像立方体极大地丰富了样本的特征信息,因此在目标检测识别中,在单一谱段上无法有效检测识别目标的情况下,引入多光谱信息借助多谱段灰度向量和光谱角度信息目标可以有效提高点目标识别概率。4.搭建了数字化仿真评估平台以及半物理验证平台,为新算法的研制和评估提供了有效地验证手段。