多谱段复杂红外场景模拟技术是红外成像制导半实物仿真系统试验的关键技术，其技术特性限制了整个仿真平台的总体性能。实现多谱段复杂红外场景模拟的技术途径主要包括电阻阵列、光热图像转换阵列、数字微镜、液晶空间光调制器、红外发光二极管阵列、相变材料阵列、可调发射率半导体屏、量子点下转换芯片、光致发磷光材料、光子晶体等。本文回顾了多谱段复杂红外场景模拟技术的发展历史，介绍了典型技术的实现原理，讨论了每种技术的相对优点和缺点，并总结了国内外主要研究机构的研究现状。最后，对这些技术的性能参数进行了比较。

为进一步提升空中作战条件下目标检测的性能, 本文通过优化 YOLO v3, 提出了一种基于空中红外目标的检测算法 EN-YOLO v3。该算法使用轻量的 EfficientNet骨干网络作为 YOLO v3的主干特征提取网络, 使模型参数大幅减少, 降低模型的训练时间; 同时选用 CIoU作为模型的损失函数, 优化模型损失计算方法, 提升模型的检测精度。结果表明, 优化后的 EN-YOLO v3目标检测算法与原 YOLO v3相比模型尺寸减少了 50.03%, 精准度提升了 1.17%, 能够有效提升红外场景下空中目标的检测效果。

非均匀性是影响数字微镜器件（Digital Micro-mirror Device, DMD）红外场景产生器投射红外场景质量的主要因素之一, DMD红外场景产生器必须经过非均匀性校正才能满足复杂环境下红外成像设备内场仿真试验的应用要求。给出了 DMD红外场景产生器的非均匀性校正流程；提出了一种更适合于现有测试条件的变尺度稀疏网格非均匀性测量方法；采用线性化和分段校正进行离线数据处理；采用“在线查表法”进行实时非均匀性校正。仿真结果表明: 经过变尺度稀疏网格测试法及非均匀性实时校正算法, 可将非均匀性降低至 0.5%左右, 显著提高了 DMD红外场景产生器的红外场景仿真质量。

提出了一种通过制作面内微结构来提高红外场景生成芯片空间分辨率的方法。通过建立简化的二维热传导模型,计算了具有周期性微结构的芯片空间分辨率。通过分析微结构接触面积比及填充因子对红外场景生成芯片空间分辨率的影响,实现了周期性微结构的优化设计。理论计算表明,空间分辨率随微结构接触面积比的减小而增大,随填充因子的增大而增大。考虑到制备精度,当微结构的接触面积比为0.18、填充因子为0.52时,芯片在对比度调制传递函数(MTF)值为0.3时的空间分辨率为10.3 lp·mm -1,是无微结构芯片的两倍。实验制备了两种具有不同接触面积比和填充因子的红外场景生成芯片,芯片直径为7.62 cm,厚度约为800 nm。采用非接触式稳态热成像法对所制作的转换芯片的空间分辨率进行了测量。测量结果表明,接触面积比为0.20和0.46的两个微结构芯片在MTF值为0.3时的空间分辨率分别为11.2 lp·mm -1和6.6 lp·mm -1。实验结果与理论计算吻合较好,说明所提方法是一种实用、有效的空间分辨率优化方法。

MEMS红外图像转换芯片是一种将可见光转换为红外辐射并用于红外目标模拟器的直接辐射型器件。对MEMS红外图像转换芯片的热力学性能进行研究: 与标准黑体辐射谱对比表明芯片辐射光谱为黑体谱, 红外波段平均发射率0.638; 通过线扩散函数研究芯片横向热传导特性, 其热扩散距离随衬底厚度降低而减小, 在衬底上制作周期性像元阵列可以有效降低其热传导系数, 衬底厚度360nm的刻有像元的转换芯片热传导系数为0.1W/m·K ; 转换芯片的时间特性研究表明其时间常数随衬底厚度减小而变小, 衬底厚度345nm的芯片制冷至5℃时的时间常数为2.72ms。

本文以第四代红外成像空空导弹制导半实物仿真过程中导引头对变跟踪点红外图像仿真的需求为研究目的，在分析变跟踪点红外图像仿真需求与传统的采用固定跟踪点红外仿真图像差异的基础上，采用了全新的基于导引头光轴指向的变跟踪点红外图像仿真建模方法。该建模方法利用导引头伺服跟踪平台的实时跟踪参数和仿真战情参数建立了完整的变跟踪点红外图像仿真模型，解决了以往采用固定跟踪点红外图像仿真方法所导致的弹道末端红外图像仿真的原理误差，可满足第四代红外成像空空导弹导引头半实物仿真中红外目标和红外干扰弹图像变跟踪点的仿真需求。

红外场景计算机生成目的就是运用红外物理的基本原理和计算机技术, 生成物理真实的场景红外图像, 用于各种红外系统的研制及性能测试。围绕典型场景的红外成像仿真, 对地形、天穹和云层等场景要素的红外成像热模型及红外图像的绘制开展了研究。主要工作包括描述了红外场景的组成, 详细介绍红外场景的构建, 并描述了其生成方法或步骤, 然后构建完整的红外场景, 并对影响红外场景效果的大气衰减进行了分析, 最后对仿真结果进行评估分析, 指出此构建方法的特点。

红外成像系统的测试对于红外成像系统的研制具有重要的意义。传统的测试方法由于需要在真实环境中进行试验，因而受时间、空间和环境等方面的限制。为解决上述问题，本文采用红外场景产生技术，提供实验所需的仿真场景，并进行红外成像系统的半实物仿真试验（如注入式仿真试验），进行红外成像系统的测试。红外场景产生技术已成功应用于跟踪器性能测试和图像处理算法研究。实验结果表明，该方法可以节省大量的人力、物力和财力，并缩短产品研发周期。

采用深度学习的方法实现红外图像场景语义理解。首先，建立含有4 类别前景目标和1 个类别背景的用于语义分割研究的红外图像数据集。其次，以深度卷积神经网络为基础，结合条件随机场后处理优化模型，搭建端到端的红外语义分割算法框架并进行训练。最后，在可见光和红外测试集上对算法框架的输出结果进行评估分析。实验结果表明，采用深度学习的方法对红外图像进行语义分割能实现图像的像素级分类，并获得较高的预测精度。从而可以获得红外图像中景物的形状、种类、位置分布等信息，实现红外场景的语义理解。

电阻阵列探测器规模已经达到256×256,红外景象生成器要求像素规模能够进一步提高,达到512×512及以上。空间低温动态场景模拟用512×512电阻阵探测器的极端功耗高达500 W,并且其工作温度为100 K的低温。设计了低温大功率电阻阵列的封装结构,并对该结构进行了热力学仿真分析与实验验证。电阻阵列探测器封装在内部为真空的壳体内,以液氮为循环介质的大冷量换热装置,探测器安装在换热装置的冷端上。仿真分析表明通过液氮可以实现探测器低于100 K的制冷;采用试验件对制冷性能进行了验证,验证结果表明设计可行、合理。