建立一种简便快速、灵敏准确、无损的检验橡胶鞋底物证的分析方法, 为侦查破案提供线索、指明方向, 为证实犯罪提供科学的依据。利用能量色散型X射线荧光光谱仪, 电压为45 kV, 电流为40 μA, 功率为1.8 kW, 样品量为1.5 cm×1.5 cm, 测试时间60 s。对不同品牌、不同种类的40个橡胶鞋底样品中的无机元素进行定性和半定量分析, 并考查了该方法的重现性。依据样品中所含元素的种类及含量的不同, 可以对不同品牌、同一品牌不同种类的橡胶鞋底样品进行区分。同时, 利用SPSS聚类分析-重心法作为类间定义距离, 对橡胶鞋底样品进行分类, 样品的聚类效果很好。试验结果表明: 利用该方法检验橡胶鞋底样品简便快速、结果准确可靠、重现性好、无需制样且无损检材, 可用于公安机关实际办案。

为研究反导作战中红外预警卫星系统对弹道导弹主动段弹道的跟踪性能，提出以后验克拉美-罗下界(Posterior Cramer-Rao Lower Bound, PCRLB)为衡量指标，结合8态重力转弯主动段运动模型和双星纯方位无源定位获取的量测量，系统分析了运动建模精度、量测精度、采样周期、测源不确定性下检测概率和虚警数目等因素对跟踪时效性和准确性的影响。仿真算例给出了上述因素对位置和速度跟踪性能的影响程度和规律，可为预警卫星反导作战、战技指标关联建模以及星载探测器优化设计等提供有意义的参考。

为研究反导作战背景下红外预警卫星对弹道导弹主动段弹道的探测能力，在作战需求驱动下，构建了预警卫星探测能力战术、技术和性能指标的关联结构，以技术指标为桥梁，通过建立视场、扫描周期、检测概率、虚警概率、信噪比及最大作用距离等计算模型，系统分析了战术、技术和性能指标之间的关联及其对探测能力的影响。结合典型的目标和背景辐射特性以及大气透过率，仿真分析了星载探测器性能指标的不同组合对预警卫星最大作用距离和预警时间的影响程度和规律。该研究可为评估预警卫星反导作战效能和优化设计星载红外探测系统提供有意义的参考。

针对稀疏表示高光谱检测算法性能受背景字典影响较大的问题,充分利用高光谱图像空间信息和光谱主成分信息,提出了一种基于字典学习的稀疏表示异常检测算法。首先利用主成分分析提取高光谱数据的主特征,建立目标主成分空间,并证明了在主成分空间进行字典学习稀疏重构的可行性；然后在主成分空间内构造基于K-SVD算法的训练字典,改善了背景字典性能；采用正交匹配算法重构主成分分量,利用主成分分析反变换得到待检测像元重构光谱,增强了高光谱图像的局部异常特性；最后,基于重构误差异常特性实现高光谱图像异常检测。仿真结果证明了该方法的有效性。

针对高光谱图像目标检测问题，提出了一种基于自适应核联合表示的高光谱图像异常检测方法。相比于稀疏表示强调系数向量的稀疏性，基于联合表示的检测算法更强调背景字典中每一原子对联合表示的贡献，并且系数求解更加简单直接；在基于向量2-范数极小化问题求解联合表示系数时，引入相似性正则化矩阵与和为1的条件对系数进行约束，以增强算法的稳定性和分辨力；进而将联合表示检测算法扩展到核空间，利用高光谱图像的局部统计特性进行核参数自适应选取，增强了核参数的局部适应性。为验证该方法的有效性，采用一幅实测高光谱图像中的两个感兴趣区域进行仿真实验，并与传统异常检测方法的检测结果进行对比分析，结果表明该方法具有较传统异常检测方法更出色的检测效果。

现有天基红外导弹预警系统对目标的探测侧重于对红外图像的处理。从光谱维数据分析角度出发结合支持向量数据描述基本理论，提出了一种基于导弹尾焰特征谱的SVDD 检测方法。应用小样本训练数据建立了单分类器，以11 型导弹目标的红外辐射尾焰特征谱数据作为训练样本，比较了RBF 与SSM 作为核函数的检测效果，应用交叉检验的方法确定宽度因子和相似临界因子的值，结果表明，在低信噪比红外图像中，基于SSM-Kernel 的SVDD 检测性能优于基于RBF-Kernel 的检测性能。应用训练样本数据的辐射双峰所对应中心波长作为匹配模板进行识别，实验表明方法具有可行性。

面向区域的地球同步轨道(GEO)红外预警卫星能为特定区域反导作战提供及时可靠的预警信息，想定了预警区域的经纬度范围，提出以空域覆盖性能和定位精度为性能准则部署GEO预警卫星。首先基于GEO卫星对地覆盖模型建立了卫星空域覆盖性能模型；然后分析GEO卫星与特定预警区域的空间几何关系，以几何精度衰减因子(GDOP)为定位精度衡量指标，建立了GEO星座对预警区域的定位精度模型；最后通过仿真综合分析了不同卫星部署方式对空域覆盖性能和定位精度的影响，给出了面向区域的GEO红外预警卫星部署的指导性结论。

弹道目标检测与识别问题是天基红外预警系统的核心难题之一.针对主动段弹道目标的检测和识别问题,分析了传统的基于空间和时间特征信息的弹道目标检测与识别方法.利用目标辐射空间与光谱的一致性,提出一种基于成像光谱技术的主动段弹道目标检测与识别方法,将空域目标检测和谱域目标识别两个环节进行联合处理.实验证明,该方法应用于复杂背景下低信噪比的红外弱小目标图像序列能得到较理想的结果,算法检测概率高、虚警概率低、具有较强的实时性.

为了减少红外图像中背景边缘对检测的影响, 提出了一种具有鲁棒性的弱小目标检测算法, 该算法利用核各向异性扩散模型进行背景预测, 再与原图像差分实现弱小目标检测。为了提高算法的自适应能力, 提出了一种鲁棒性扩散系数, 能够根据图像背景的起伏程度自适应调整扩散系数曲线的陡峭程度。实验结果表明, 与现有的检测算法相比, 该算法能够在不同类型的复杂背景下有效抑制背景及其边缘, 保留目标大小, 降低虚警率, 具有更强的鲁棒性。

星载探测器的信噪比(Signal-to-Noise Ratio, SNR)决定预警卫星检测并识别弹道目标的能力, 因此分析各因素对 SNR的影响极具现实意义。首先分析了目标和背景辐射、探测器内部各种噪声产生的电子数, 引出了基于电子数法的 SNR计算模型; 其次利用某些具体的性能参数、导弹尾焰辐射强度以及 MODTRAN仿真的大气透过率和背景辐射亮度计算了不同类型探测器的 SNR值, 为后续 SNR灵敏度分析奠定了基础; 最后从目标与环境、焦平面和光学组件三个方面对 SNR进行了较为全面的灵敏度分析, 给出了 SNR对模型因子的响应曲面, 得到了 SNR灵敏度分析的定量和定性结果。