为了实现红外鱼眼系统下对多目标航迹进行起始，分析了红外鱼眼系统下目标在像面上的运动特点，提出了用于红外鱼眼系统的多目标航迹起始算法。算法采用逻辑法中的3/4逻辑，利用最大速度约束法去除各采样周期中大部分非相关量测点，用Hough变换方法确定可能航迹，用匀速约束对航迹进行确认。利用模拟目标对算法进行了实验和分析，结果表明，该算法与标准Hough变换法和逻辑法相比，航迹起始性能有了明显提高。当杂波个数为450个时，航迹起始虚警率仅为14%；对非断点航迹的成功起始时间为3帧，对断点航迹的成功起始时间为4帧，且在密集杂波环境下算法执行时间也较短。

建立了适用于红外鱼眼系统的目标运动模型，在不影响精度的前提下减少计算量是达到实时稳定地跟踪红外目标的途径之一。分析了目标在该系统成像的运动特性，结合系统帧频采样率较高的特点，提出了一种改进的匀速运动模型，并从理论上与“当前”统计模型的跟踪精度进行了对比分析。结果表明，在红外鱼眼系统采样率较高的情况下，匀速运动模型可以达到与“当前”统计模型相当的跟踪精度；利用卡尔曼滤波对模拟轨迹进行跟踪实验，验证了上述分析结果的正确性。该模型结构简单、运算量少，对于红外鱼眼系统下目标实时跟踪具有重要的意义。

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。