随着近年国际形势紧张,海上军事力量显得尤为重要,舰船因其具有强大的打击能力且不易被发现在军事战争中有着举足轻重的地位,如何快速准确的发现舰船目标是目前迫切需要解决的问题。由于舰船航行时会对海面温度和高度产生一定的影响,形成的尾迹目标不易隐藏、持续时间长且可间接暴露潜艇航行信息,所以对舰船尾迹的模拟仿真和检测识别的研究具有重要意义。本文通过数值模拟的方法根据舰船热尾流的浮升特性和Kelvin尾迹模型分别模拟了不同潜深、不同航速情况下舰船尾迹对海面温度和高度的影响分布,并选取更为接近真实粗糙海面的ITTC双参数海谱模型仿真模拟出不同海浪等级的粗糙海面波浪的分布情况。将舰船尾迹数据与粗糙海面数据融合获得多工况的舰船尾迹在粗糙海面背景下仿真数据。针对尾迹红外仿真成型问题建立了辐射传输模型,分别对可见光波段和红外波段成像过程中的各种影响因素展开分析。利用Cox-Munk模型分别模拟了不同风速和天顶角对海面发射率、反射率的影响规律。分别模拟了两个波段的天空辐射和太阳辐射,并分析了不同季节和不同探测距离对其的影响;根据辐射传输原理,分别计算了不同大气模型、气溶胶粒子、气象条件和探测器位置辐射在大气中传输受到的衰减作用变化规律,结果表明大气分子密度越大、传输路径越长对辐射的衰减作用越强;利用坐标转换模型分别对两个波段进行尾迹成像,分析成像结果发现可见光波段图像对比度更高,更容易识别尾迹目标,但是抗干扰能力相对较弱。根据获得的尾迹目标图像,将其与公开的DOTA数据集进行图像融合获得新的尾迹目标数据集。在Yolo v3的基础上提出一种新的数据增强的方法,在训练过程中可获得更多的目标数据图像,有效改善了过拟合现象,并且通过对比目标检测结果,证明了该方法的可行性。最终,分别对比了不同模型的损失函数和检测精度,改进后的模型误差更小、精度更高。