在天基平台下实现对空中飞机目标的探测，存在距离远、目标信号弱、背景杂波复杂和探测器噪声等不利因素，因此，要获取目标的最强信号，确定在探测过程中的谱段至关重要。为此系统性地建立了飞机羽流的梯形羽流和锥形羽流仿真模型，并提出了利用信噪比（SNR）和信杂比（SCR）联合的SNCR方法对空中目标的探测谱段进行确定。实验结果表明：针对空中目标，不同目标SNCR值不同，但峰值区域不变，由此方法可以确定探测谱段，最终确定探测的谱段分别为：中波波段为3.7~4.15μm，波段间隔在0.3μm以上；长波波段为8~12μm，波段间隔在0.35μm以上。

为了有效地检测复杂背景下的红外弱小目标，提出了一种基于横纵多尺度灰度差（HV-MSGD）的方法来增强弱目标，并通过距离和像素差异来实现对背景强边的抑制。目标区域与周围区域之间存在不连续性，为了加强它们的差异，HV-MSGD与双边滤波（BF）相结合，可以在抑制背景的同时提高目标强度。进一步通过自适应局部阈值分割和全局阈值分割来提取候选目标。为了进一步验证对单帧检测的影响，将上述单帧检测算法与改进的无迹卡尔曼粒子滤波器（UPF）相结合，实现轨迹检测。实验结果表明，该方法在弱信噪比（SNR）下优于其他方法，在抑制背景的同时可以增强目标，增强效果是其他方法的6-30倍。在实验中，输入信噪比分别为2.78,1.77,1.79,1.13和1.16。图像处理后，背景抑制因子（BSFs）分别为13.48,21.33,11.73,20.63和121.92，信噪比增益（GSNRs）分别为40.09,71.37,27.53,12.65和131。该方法的检测概率（Pd）也优于其他算法。当误报率（FARs）为5×10-4, 1×10-3, 1×10-3, 1×10-5和7×10-6，计算五组真实序列图像的Pd为94.4％，92.2％，91.3％，95.6％和96.7％。