随着现代化战争的日益多元化和复杂化,为了使常规火炮在远距离攻击中具有较高的命中率和毁伤概率,末敏弹获得了较快发展。其识别目标的工作过程一般为通过红外传感器和毫米波传感器分别探测目标,通过信息融合算法,将传感器信息进行融合。因此研究一种复合识别算法,融合红外毫米波复合探测器的数据信息,对于提高末敏弹抗干扰能力,获得更准确的目标定位信息,及时有效地点燃战斗部(Explosively Formed Penetrator,EFP),以获得较高的命中率和毁伤概率,使其在恶劣的战场环境背景中更好地完成作战任务等方面来说是至关重要的。本文主要研究了红外和毫米波复合探测信号的信息处理技术,和复合信息融合技术。在相关技术要求的前提下,本文首先对红外辐射和毫米波辐射的特性和各自适用领域作了简单的介绍和研究。其次,提出一种信息融合方法,在特征层属性上实现“被动毫米波-被动红外”信号的复合探测以及信号处理。然后,在已知的系统参数要求下,进行了辐射计信号的建模和波形仿真,通过观察、分析,总结出波形随探测器扫描情况变化的特点。接着,根据系统的识别概率要求,采用了基于小波变换的信号预处理技术,通过信号的分解、降噪和重构,获得无干扰状态下的理想波形,并提取出信号特征。最后利用神经网络技术设计了一种自组织神经网络模型及其学习方法,实现目标的单一传感器探测识别;利用D-S模糊识别理论,设计了一种数据融合结构方案,建立数据融合模型,将获得的目标红外和毫米波特征信息进行融合,产生综合判决结果。最后,将信息融合后的判决结果与采用神经网络的单一传感器识别结果进行对比,得到复合系统识别成功率高于单一传感器识别成功率的结果。