针对自由空间光(FSO)通信的实时化应用问题，本文采用自研的收发一体实时数字相干通信模块，基于自由空间光信道，通过实验验证了8×10 Gb/s、偏振复用正交相移键控(PDM-QPSK)信号的实时相干通信系统。在7%前向纠错码(FEC)条件下，通过使用掺铒光纤放大器(EDFA)调整接收端功率，该实时数字相干通信系统的单通道背靠背接收灵敏度达到了－50 dBm左右；8路信道的光载波频率间隔为12.5 GHz，且在不引入其他损耗的情况下，通过1 m左右的空间光链路实现了全信道的无误码传输。

为了有效缓解海量高光谱数据存储与传输压力并快速精确检测异常目标, 提出一种以滑动阵列窗像元为局部背景的高光谱图像非因果实时RXD异常检测方法.利用随数据逐像元接收而滑动的阵列窗确定局部背景像元, 运用Woodbury引理, 通过矩阵与向量的乘法和矩阵的加减实现局部背景协方差矩阵的求逆运算, 在逐像元接收数据的同时实现阵列窗口中心像元的异常检测.模拟和真实高光谱图像实验结果表明, 与现有实时检测方法相比, 所提方法在检测性能或运行效率上有所提升; 相比非实时的滑动阵列RXD异常检测, 所提方法时间复杂度更低, 处理大小为200×200含189波段的图像, 其加速比达到近26倍.实验结果验证了该方法能在不降低检测精度的同时满足低运算量和低存储空间的实时性要求.

实时处理可以缓解海量高光谱数据在存储及下行传输方面带来的巨大压力, 在高光谱异常检测领域引起了研究人员的广泛关注。高光谱成像传感器通过推扫获取数据的方式已成为主流, 因此, 提出了一种基于逐行处理框架的高光谱实时异常目标检测算法。将局部因果窗模型引入Reed-Xiaoli异常检测算法中, 通过滑动局部因果窗来检测异常目标, 保证了实时处理的因果性。针对矩阵求逆过程复杂度过大的问题, 在卡尔曼滤波器递归思想的基础上, 利用Woodbury求逆引理, 由前一时刻数据状态信息迭代更新当前数据的状态信息, 避免了大矩阵的求逆运算, 减少了算法的计算量。利用模拟和真实高光谱数据进行实验, 结果表明, 在保持检测精度不变的前提下, 提出的实时算法的运算效率相比于原始算法得到显著提高。

异常检测是高光谱遥感技术应用的一个重要方向.然而随着高光谱数据量的增大, 实时处理成为高光谱异常检测方法所面临的主要问题.基于此, 文中提出了一种新型的高光谱图像实时异常检测方法.随着数据的实时下行传输, 该异常算子仅仅利用了待检测像元之前已获取的所有像元信息, 而并没有用到尚未获取的像元信息, 使得数据边传输边处理成为可能;同时, 利用卡尔曼滤波器的递归思想, 用Woodbury引理从上一时刻的状态更新目前信息, 避免了重新计算历史信息及存储所有像元, 在大大缩短算法运行时间的同时, 大大降低了所需的存储空间.接收机特性曲线显示, 与传统异常检测算法相比, 这种新型实时算法可获得几乎相同的检测精度.在不影响检测效果的前提下, 时间复杂度曲线和算子运行时间可显示提出算法的时效性.与此同时, 提出的的状态更新公式不需要重新计算已有像元信息, 因此只需两个存储单元存储前一时刻的状态(协方差矩阵或相关矩阵)以及当前的新像元信息, 从而大大降低了算法所需的存储空间.

针对多目标情况下雷达组网的误差配准问题, 提出了一种基于Kalman滤波和数据融合的系统偏差实时稳健估计方法。首先, 利用Kalman滤波的实时配准算法得到各个目标对雷达系统偏差的估计结果; 然后, 通过估计结果的实时融合进一步减小估计误差; 最终得到较高精度的实时系统偏差估计。仿真结果表明, 该算法可以有效地实现多目标情况下的实时误差配准。

针对周扫红外搜索系统对空目标探测面临的图像数据量大、弱目标检测概率低、虚警率高等难点问题，提出了一种基于兴趣区(ROI)提取的目标实时检测算法。算法分析了周扫红外搜索系统获取的图像中目标与背景的特性，根据目标运动特性与灰度特性，在周扫红外搜索系统获取的整幅全景图像中快速提取目标可能存在的兴趣区；针对兴趣区内的局部目标图像切片，进一步精细检测识别，剔除虚假目标干扰。外场试验获取的实测数据目标检测结果表明，算法针对复杂低空背景下弱目标能够实现低虚警率稳健检测，已应用到了周扫红外搜索跟踪系统的工程样机研制中。