基于柏林噪音理论构建了立体边防监视系统的地形模型, 设计了包含边海防感知层、边海防网络信息传输层、边海防智能应用层的立体边防监视系统, 并在建立多传感器组合簇数据库的基础上, 运用基于修正模糊理论和D-S证据决策的航迹关联算法对立体边防监视系统多传感器进行了融合算法。仿真实验证明, 基于多传感器组网探测的边海防立体监视系统的探测准确率要高于单一传感器的探测预警率。

为了解决水下激光距离选通图像成像过程中退化模型复杂的难题，提出了利用连续帧图像估计点扩散函数的距离选通超分辨成像方法。首先，从连续帧图像中选取一帧为参考帧作为初始清晰图像，下一帧图像为模糊图像，用梯度约束的方法求出点扩散函数，用于优化清晰图像;然后，依次将后续帧图像当作模糊图像与清晰图像交替迭代求取点扩散函数并优化更新清晰图像;最后获得的清晰图像与参考帧图像用乘法更新的方法估计点扩散函数，结合凸集投影法算法进行超分辨率成像重建。仿真实验结果表明，改进的算法重建图像分辨率和质量明显优于原始的算法。

水体的散射效应、激光光斑、成像器件的非理想化等因素使得图像出现大量无规律粒状噪声, 它们增加了水下距离选通图像的背景噪声, 模糊了目标轮廓, 掩盖了目标细节, 降低了图像的信噪比。针对上述问题本文提出了一种基于梯度和小波变换的去噪方法。首先对图像进行余弦小波变换, 得到不同频率空间的图像集。低频空间引入新的图像梯度强化方法以提高图像的纹理信息量; 对应非均匀性条带的LH或HL空间做曲面拟合处理以消除非均匀性条带的影响; 在HH空间去噪过程中, 低层空间做非局部均值处理以保留图像相似信息, 高层空间做分数阶积分处理以保留图像细节信息。最后小波逆变换得到结果图像。从实验水槽中采集水下图像进行算法验证, 将改进方法与已有算法比对分析。实验表明, 本文所研究的水下去噪算法, 能够平滑噪声且更大限度地保留图像细节纹理, 在客观评价指标上提升了6%。