针对遥感卫星和高空无人机在海上航拍的可见光遥感图像中黑极性舰船目标检出率低的问题，提出了一种基于暗原色先验和恒虚警率原理的舰船目标检测方法。这种方法先对目标图像进行预处理，得到其暗原色图(DarkChannelImage，DCI)；再将 DCI作为二维恒虚警(2-DCFAR)检测法的输入，以局部统计灰度均值和方差作为目标检测特征，通过选择合适的目标判定阈值及目标空间分布信息完成疑似目标定位；疑似目标集合可以有效地被舰船目标特征矢量进行检验，根据得到的结果判定虚警是否去除，最后得到最终目标检测结果。实验结果表明，该方法对于可见光遥感图像中的舰船目标有较为准确的检测效果，总检出率可达 96.07%，并且对人眼视觉不易判别的黑极性目标有着类似“放大镜”的作用，对黑极性舰船目标的检出率可达 86.71%，较大地提高了可见光遥感图像中黑极性舰船目标的检出率，对优化黑极性目标检测方法创新有一定的指导意义，也为暗原色先验原理的应用提供了新思路。

检测概率、虚警概率和信噪比是红外点目标检测系统的 3个核心指标，本文在恒虚警检测准则下，分析了红外点目标单帧检测（单一门限检测）的检测概率、虚警概率和信噪比三者之间的关系。重点分析计算了采用多帧累积检测的双门限检测方法时，第二门限的选取策略，实现了在不提高对系统信噪比要求的前提下，提高检测概率、降低虚警概率的目的，解决了威胁度大、误报和漏报代价高的高价值目标的检测问题。

在复杂的强地杂波中检测静止目标时极易产生漏检, 因此一直是检测领域中的难题。在双参数恒虚警(DP-CFAR)检测方法的基础上提出了基于检测前识别的多时间尺度恒虚警(MTS-CFAR)检测方法。在检测前基于各类型目标在多时间尺度统计结果上的不同, 区分和识别运动目标、静止目标和杂波, 减少杂波统计量和目标统计量的干扰, 提高对静止目标的检测性能。以交通雷达应用为背景, 通过仿真和实测数据定量分析和对比了 MTS-CFAR、DP-CFAR、截断统计量恒虚警、改进型单元平均恒虚警等检测算法的性能, 证明了本文算法对于静止目标检测效果的优越性和工程应用价值。

本文围绕光子计数激光雷达在噪声背景下的目标检测问题，利用其回波雷达信号的特点，设计了一种降噪预处理方法，继而提出了一种改进的恒虚警检测方法。该方法能在目标回波较弱时自适应地对不同宽度的回波进行检测，同时能够保持较高的检测概率。仿真结果显示：相比传统的信号检测方法，本文所提方法的检测性能更优。实验结果表明，在噪声较强或回波信号较弱的情况下，所提检测方法依然可以以较高的检测概率检测到目标。相比当前的检测方法，在相同信噪比环境下，所提检测方法可使目标的平均检测概率提高40%。

近年来认知雷达技术取得了快速发展，如何利用已获取的感知信息提高雷达探测性能成为研究热点。针对跟踪阶段的认知目标检测问题，提出一种跟踪信息辅助的认知目标检测方法，旨在利用跟踪信息提高目标检测性能和跟踪性能。对于处于跟踪阶段的目标，目标真实性已被充分证实，此时可以将跟踪信息传递至检测模块，以期望获得探测性能提升。本文认知检测方法的基本思路是，提取当前时刻跟踪信息中的目标运动特征，构建下一时刻的预测波门，并利用目标在波门内的预测概率分布特征，在贝叶斯准则和航迹恒虚警的共同约束下调整波门内检测门限，最终完成认知目标检测。仿真实验表明，所提认知目标检测方法可以有效改善目标检测跟踪性能。

红外全景搜索跟踪系统能对 360.大视场提供实时多目标搜索与定位功能，与此同时大视场的引入也带来虚假目标增多，以及同一运动目标在前后生成的两幅全景图像中位置差异过大的困扰。本文针对以上问题，引入图像金字塔变换降低全景图像分辨率，再利用 Lucas-Kanade(LK)光流法计算所有疑似运动区域的光流，最后分析所有光流特征结合二分类思想将真实运动目标和虚假运动目标区分开，针对全景图像能够有效的将虚假目标检测出来，剔除该类目标对后续处理结果的干扰。

星/机载光学遥感图像视场广阔、场景复杂，且受岸边建筑、碎云影响易产生大量与舰船目标高相似虚警，给舰船检测带来极大干扰，传统海洋舰船检测算法难以有效提取利于检测的鉴别性特征，导致舰船检测率低、虚警率高。鉴于此，本文从低虚警、低漏检角度，提出一种结合层次化搜索与视觉残差网络的光学舰船目标检测方法。首先基于纹理积分图分割出海陆区域；其次，结合多尺度局部结构特征提取目标候选区域；然后，通过基于多维度视觉特征的层次化策略进行初级虚警剔除；最后，基于视觉残差网络对疑似候选区进行精细化虚警剔除，得到最终检测结果。基于GF2光学遥感数据对本文所提算法进行测试验证，本文算法综合检测率92.0%，虚警率12.58%，平均处理时间0.5 s，检测效果好、效率高，对各种场景的适应性好，可实现复杂环境光学舰船的准确、高效检测定位。

光时域反射仪(OTDR)测试中，系统链路噪声严重影响测试准确度，尤其是对于0.05~0.2 dB熔接损耗的准确检测，需要提高测试曲线的信噪比。根据OTDR波形特点，在小波阈值去噪的基础上提出一种改进的小波去噪方法,改进阈值利用对数函数的非线性并引入噪声方差，更利于滤除噪声；改进阈值判断函数留下原始数据细节并滤除噪声，且不改变反射事件和非反射事件的波形属性。实际测试表明：测试曲线相对信噪比提升了10 dB以上，去噪后配以曲线平滑滤波和恒虚警(CFAR)检测，准确检测出熔接事件。