复杂战场环境下敌方战机多为亚像素目标,无形态信息。干扰、假目标等与真实目标形态相似,仅从图像上难以区分。光谱中含有目标的不变特征,是目标识别的重要依据。运动目标的光谱获取较为困难,通过红外图像重构目标的红外光谱,为目标识别任务提供光谱维度的信息,是提升目标识别准确率的重要手段。本论文针对红外光谱重构过程中单波段成像信息量少、用于重构的信息维度低,以及大气红外辐射干扰严重的问题,提出了多波段关联的红外光谱重构方法,从红外多波段联合成像、多维信息重构建模和混杂光谱解耦方面展开研究。针对单波段成像信息量少的问题,提出了多波段红外相机联合成像方法。结合宽波段红外光谱数据采集,构建多波段图谱关联数据库,为红外光谱重构模型提供数据来源。针对多波段数据的有效性与可靠性问题,对红外焦平面光谱响应一致性进行探究,实验结果证明,多种测量条件下的光谱响应测量结果的均方根误差小于0.05,红外焦平面的光谱响应具有较强的一致性。针对红外光谱重构过程中可利用的信息维度低的问题,对比分析不同回归模型的拟合结果,本论文提出了基于ElasticNet回归与响应值扩展的多维光谱重构模型,一方面,通过对红外相机的响应值进行多项式扩展,以增加模型输入特征的维度,实现高精度红外光谱重构;另一方面,通过添加多项式系数正则项以保证模型的稀疏性,防止过拟合。大量的对比实验结果证明,基于ElasticNet回归与响应值扩展的光谱重构模型拟合优度达到了88.5%,优于现有的光谱重构算法。针对大气红外辐射干扰严重的问题,本论文通过研究复杂大气成分对红外光谱传输的影响,对像方光谱进行大气校正。为准确计算背景辐射的影响,本文深入分析了不同探测时间、探测距离、探测角度、天气状况下的天空背景辐射特性。提出了由像方光谱计算目标物方光谱的反演模型并进一步提升了物方光谱反演的精度。大量实验验证了物方光谱反演算法的可行性,其拟合优度达到了85.2%。