基于标准大气环境的大气折射率理论模型不能反映实际大气折射率的波动性,针对该问题,提出了一种基于恒星光线偏折的大气折射率估计方法。基于光学卫星的恒星观测数据,分析恒星光线经大气折射发生偏折的现象,建立恒星光线经大气折射后进入光学卫星传感器的光路模型,在分层球形大气的假设下证明该光路模型的对称性。研究一种利用恒星实测光线和恒星理论光线迭代前向反馈的方法,用以估计分层大气折射率。最后,利用光学卫星的恒星观测数据进行有效性验证,计算出的大气折射率与理论大气折射率相符,且能够反映短期波动性。对测试用的恒星实测数据进行处理,结果表明:88%以上的恒星理论视线与实测视线的估计值相差不超过1%,其余部分观测数据估计偏差基本不超过20%。

天基光学传感器对空间近邻目标的像平面跟踪过程中,传统方法在单帧恒虚警检测后进行量测划分,采用的虚警率过高可能引入较多的杂波点,过低则群目标在像平面的部分信息损失.在分析空间近邻目标在像平面特征的基础上,提出一种使用马氏随机场模型进行预检测处理然后以k-均值进行量测划分的方法,仿真结果表明,相比传统方法,基于马氏随机场模型的空间近邻目标检测及量测划分准确率更高,且在信噪比较低的情况下,性能改善明显.

为了从扫描图像序列中检测弱小运动目标并对其状态参数进行估计, 提出一种基于随机有限集理论的目标联合检测跟踪算法.根据推扫型光学传感器的扫描特性, 建立目标在像平面的运动模型和测量模型.将目标状态和量测数据描述为随机有限集合, 将目标的联合检测跟踪问题建模为目标状态集的贝叶斯最优估计问题, 并依据随机有限集理论推导出贝叶斯滤波的预测和更新表达式.从算法实现的角度, 利用高斯混合技术实现算法的递推滤波.仿真结果表明, 该算法适应杂波的能力强, 对漏检的影响更小, 可以有效完成推扫型光学传感器的目标检测跟踪任务.

将空间邻近目标（Closely Spaced Objects, CSOs）整体建模为扩展目标（Extended Target, ET），用随机矢量和随机矩阵分别描述CSOs质心运动和扩散状态，并采用高斯逆Wishart（Gaussian inverse Wishart, GIW）概率假设密度（Probability Hypothesis Density, PHD）滤波器实现杂波和漏检条件下CSOs的稳定跟踪.修正了原GIW-PHD滤波器量测模型和形状估计的缺陷，给出新的递推表达式，并在此基础上提出一种多（形变）模型GIW-PHD滤波器，以适应CSOs分裂和融合引起的形状变化.仿真结果表明，所提算法能够有效跟踪CSOs，状态估计比原GIW-PHD更加准确，对CSOs的变化更加敏感.

针对天基光学传感器网络对目标的定位精度分析难题，提出一种基于多因素分析的目标定位精度分析方法。首先，根据目标到光学传感器像平面的转换关系，建立目标观测模型。其次，分析目标定位过程中的各种误差源，通过引入地惯坐标系下的目标视线矢量作为中间变量，推导出目标三维位置、目标视线矢量以及目标像平面位置三者之间的误差传递矩阵。在此基础上，根据最小二乘准则建立多颗星观测时的目标定位精度理论分析模型。不同条件下的理论定位精度以及蒙特卡罗(Monte-Carlo)仿真结果验证了该理论分析模型的有效性，部分结论可以为传感器调度等工程应用提供参考。

弹道目标进入中段飞行时释放弹头及大量诱饵形成密集目标群, 对星载红外像平面的目标跟踪提出新的挑战.针对像平面对目标群各目标分辨个数的时变性, 及各目标像平面轨迹非线性程度强的特点, 提出基于随机有限集的目标群像平面跟踪方法.随机有限集为最优贝叶斯多目标跟踪提供统一的理论基础, 但直接递推多目标后验分布计算量大, 概率假设密度为多目标后验概率分布的一阶矩, 在随机有限集框架下递推概率假设密度为现实可行的次优多目标跟踪方法.采用序贯蒙特卡罗方法实现多目标概率假设密度递推跟踪滤波,计算所有粒子权值之和估计目标数目, 以k-means方法对粒子集进行聚类提取各目标的状态；最后构建天基光学星座对中段弹道目标群的跟踪仿真场景, 在不同交接跟踪任务、虚警率和目标个数条件下进行对比分析和仿真验证.结果表明,该方法能同时跟踪星载红外像平面上动态变化目标群各目标的状态和数目.

针对红外图像目标检测性能问题，从多传感器融合算法的典型流程出发，推导单帧检测性能、多帧检测性能和多传感器融合性能的关系，并从理论上对单个因素的影响进行定量分析.分析结果表明，多传感器融合的性能比单帧检测性能和多帧检测性能更优越.

为了检测低信噪比下的红外弱小目标，本文将方向中值滤波与分层动态规划算法相结合进行检测前跟踪。利用背景杂波在局部空间上的相关性，提取目标在四个方向的中值进行自适应加权滤波，抑制结构性杂波分量，改善信噪声比。针对分割后的备选目标点，为了减少跟踪检测的计算量，根据真实目标运动轨迹的连续性与光滑性，利用分层动态规划算法进行多帧检测，进而对多层检测结果进行配准并做出决策。仿真实验表明方向中值滤波有效的提高了信噪比，分层动态规划算法进一步降低了虚警概率，同时大大提升了计算速度。