电子战目标威胁评估是制定电子战作战决策的重要环节，针对电子战目标涉及因素多、各因素不确定性大的问题，建立了电子战目标多属性群决策威胁评估模型，重点对威胁评估指标的选取以及确定进行了讨论，并基于标尺量化函数对定性指标进行量化；采用折衷排序方法VIKOR对威胁目标排序，从而在整体效用最大的同时达到个体遗憾最小。最后通过进行电子战干扰战情想定下目标威胁能力的评估仿真，验证了威胁评估模型的有效性及算法的可行性，为电子战目标威胁评估提供了一种行之有效的方法。

针对红外鱼眼告警系统在对几公里以外的目标成像时表现为点目标，无距离、几何形状和纹理信息可以利用，很难对来袭目标的威胁程度做出较准确的评估问题，研究了红外鱼眼系统下的多目标威胁评估排序方法。提出了一种红外鱼眼系统下的多目标威胁评估模型。该模型利用激光测距机所获取的各目标的初始距离信息推导出了目标在各时刻的距离和径向速度，从而建立起了以目标的距离、径向速度、航向角和高低角为威胁指标的多目标威胁评估模型。然后根据多目标威胁评估的非线性特点，以及神经网络在解决非线性复杂问题所具有的良好的自适应能力和自学习能力，利用径向基函数(RBF)神经网络对多目标威胁程度进行评估并讨论了训练样本的生成方法。实验结果证明了该方法的可行性和有效性。