激光成像技术能获得精细化的空间信息，在解决超低空海洋环境背景下的目标探测与识别时具有独特的优势。文中基于海谱波动模型和激光海面回波反射特征的模拟，仿真分析了探测系统的视场角和入射角参数对海面回波特征的影响，对比分析了宽视场和窄视场在不同海况下的激光回波特征，并对比窄视场成像探测系统对目标反射和海面反射的空间分布差异。提出了一种数字化阵列激光扫描成像探测系统，该系统通过电控阵列激光分时高速工作可实现周向360°的固态扫描探测，并通过高速AD采样获取数字化的回波幅度和距离阵列。针对弹目高速交会的工作特点，提出了帧内判定，帧间累积的低空海背景目标识别方法。该方法通过直通滤波、数学形态学滤波、目标形态特征等方法能快速滤除海背景杂波，保证弹载探测识别的实时性和可靠性要求。通过不同交会条件的仿真验证，该方法对不同海况下的识别准确率的平均值为96.9%。

针对激光引信易受云雾等气溶胶环境的干扰问题，提出了一种基于阵列激光波形特征识别的抗干扰方法。根据脉冲激光在气溶胶环境的散射特性，理论分析了发射脉冲宽度以及视场角对系统在干扰环境中目标识别的影响，仿真了目标处于干扰环境中的波形时域特征，并通过实验样机对仿真结果进行实测验证。基于回波波形特征，设计了一种窄视场阵列激光回波特征数字化识别的探测系统方案，并通过虚拟样机仿真技术获取了2°分辨率的目标和云雾的回波阵列数据。数据分析结果表明，由于目标形体和云雾弥散体的物理差异，目标回波阵列的能量方差极值及均值都大于云雾，通过设定帧内回波阵列的能量方差的阈值和帧间方差累计的方法能有效提升激光引信抗干扰性能。文中的仿真和实测结果都为基于阵列激光波形识别的抗干扰方法的有效性提供了理论和实验依据。

复杂空战背景下的抗红外诱饵干扰技术是红外空空导弹的核心技术之一。针对传统静态贝叶斯网络不能表达序列图像中特征变量在时序上动态变化关系，提出了一种符合人类视觉推理识别过程的时空关联推理网络抗干扰识别算法。首先，提出的时空关联推理网络在考虑特征空间约束关系的基础上，引入了特征变量时间约束的先验知识，建立表达特征时空关联的目标推理网络识别模型，从而增强了序列图像目标识别的稳定性；其次，通过仿真数据构建样本集，离线训练学习时空关联推理网络结构及特征跳转概率参数，确定概率推理网络识别离线模型；最后，依据测试数据，结合推理识别网络模型进行概率推理，实现对目标的识别分类。实验结果表明，在伴随红外诱饵干扰投放的条件下，基于时空关联推理网络的抗干扰识别率达到94%，比静态贝叶斯网络抗干扰识别算法高3%，有效提升了目标识别的稳定性。

为满足低频勘探的要求，设计了一种基于膜片式悬臂梁结构的光纤光栅加速度计。对该传感器的结构进行了理论分析，建立有限元模型，对传感器的加速度传感特性进行了仿真分析。在振动台上对传感器的特性进行了测试。实验结果表明，该系统对低频加速度激励信号具有良好的响应，其谐振频率为48 Hz，频率响应范围为1~35 Hz，加速度计工作方向的灵敏度为452.6 pm/g，而其横向灵敏度仅为工作方向的灵敏度的2.16%，因此该加速度计具有较强的横向抗扰能力。