在YOLOv2算法的基础上,根据实际道路环境的变化对YOLOv2-voc的网络结构进行改进,基于ImageNet数据集和微调技术得到分类训练网络模型,根据训练结果与车辆目标特征的分析,对算法参数进行修改,获得改进的车型识别分类网络结构模型YOLOv2-voc_mul。为验证所提模型的有效性,分别对简单背景和复杂背景下的样本进行检测,并与YOLOv2、YOLOv2-voc和YOLOv3模型在迭代70000次后的检测结果进行了对比。实验结果表明:在简单背景下,YOLOv2-voc_mul模型的精度可达99.20%,不同车型的平均精度均值达到了89.03%;在复杂背景下,YOLOv2-voc_mul模型对4种车型在单目标和多目标的检测下平均准确率达到了92.21%和89.44%,具有较高的精确度、较小的误检率和良好的鲁棒性。

针对传统的PRI分选算法难以有效识别PRI变化复杂的重点雷达信号的问题，提出基于晶振特征的重点雷达信号快速靶向识别的方法。该方法避开常规PRI分选算法的分选流程,利用PRI之间的相关性对脉冲信号进行分选，可以对多目标同时识别。从PRI产生的原理着手考虑，PRI变化是否复杂对识别效果几乎没有影响。通过仿真与对比，验证该算法能够快速识别出重点雷达信号的脉冲序列，且对PRI变化复杂的雷达信号的识别效果较好。

针对航空、航天等领域大型装备组装对接过程中的大尺度空间物体实时的位姿测量需求，对现有基于面阵成像器件摄影测量系统的二维测角功能进行分解与重构，提出一种基于正交柱面成像的位姿测量新方法。该方法充分发挥线阵CCD器件一维角度分辨率高、采集速度快、处理简便等优势，以正交柱面成像光路简化了相机结构，并采用非参数标定方法校正了柱面成像畸变。针对空间物体姿态测量的坐标同步问题，研究了基于扩展卡尔曼预测的实时识别跟踪方法，实现了多个目标并行测量，并通过基于Rodrigues参数的姿态解算模型实现了实时姿态测量。实验结果表明，该测量方法得到的空间点三维坐标测量精度优于0.5 mm，空间物体姿态解算在偏航、横滚、俯仰三个方向的最大测量误差分别为0.20°，0.12°，0.23°，具有较高的姿态测量精度。

为解决全向凝视红外多目标跟踪系统室内调试时无合作目标配合实验难题，提出一种红外多目标半实物仿真系统。该系统由多个可控热源组成，每个热源包括均匀加热的平板和温控装置。改变光栏大小和温度分布，模拟不同距离、不同大小的目标。热源安装在三维运动的载体上，以不同速度、方向运动可模拟不同目标的运动轨迹。对3个红外模拟目标600帧图像的采集和处理，实现了航迹重迭、交叉和分离的全过程仿真，验证了本实验平台的模拟精度。

从联合变换相关的基本理论出发，推导了输入目标图像的位置坐标与相关输出平面上对应相关峰位置坐标关系的普适表达式，进行了单目标、多目标联合变换相关仿真实验和相关峰特性分析；分析了运动目标联合变换相关峰位置的变化规律并进行了仿真。结果表明，位置非对称联合变换相关峰始终对称地出现在相关输出平面的坐标原点的两边，且相关峰和坐标原点的连线与目标图像中心和参考图像中心的连线平行，相关峰位置到坐标原点的距离等于输入平面中目标与参考物间的距离；目标运动时，对应相关峰的位置会随目标运动而相应地改变，且二者的坐标变化量相同。

提出了一种可用于多目标识别的联合变换相关器。为改善相关信号的性能，对功率谱作了优化处理。为消除相关面上的零级项和目标间的相关项，可用联合功率谱减去纯目标输入的功率谱和参考图像的功率谱；为增强和锐化相关峰，将相减的功率谱作指数函数滤波处理。分析了指数滤波参数对相关结果的影响。计算机模拟结果表明，这种相关器所输出的相关信号比经典联合变换相关器和二元联合变换相关器输出的相关信号更好，互相关得到了抑制，自相关得到了增强，具有很好的抗噪能力。

在分析远距离多目标特性的基础上,提出了一种基于相似度的粗精双搜索多目标识别算法.在粗搜索阶段,首先利用圆形形态学模板在滤波后的二值化图像中快速搜索候选目标,再利用"距离相似度"原则进行候选目标的聚类分析,以同一目标内各候选目标点的形心位置作为局部熵处理区域中心.在精搜索阶段,以最大熵值点为种子点进行目标区域生长.为了减少运算量,提高实时性,还采用基于熵相似度、简单连接法与子区合并法相结合的改进型区域生长法,重构单个目标.仿真结果表明，该算法可快速÷准确地实现5个目标的识别.

讨论了通过位相调制对多灰度图像进行功率谱相减的原理,并提出了利用此原理实现多灰度多目标光学联合变换相关的新的实验方法。其中需对功率谱进行两次记录并进行相减。在第二次的记录过程中,利用位相板使参考图像产生半波位相延迟。将相减后的功率谱进行傅里叶逆变换,能够使相关峰得到明显增强,而且大大抑制了多目标间的相关及背景噪声间的相关。此方法特别适用于具有多灰度背景噪声的多灰度的多目标识别,而且方法简单,易于实现。