随着科学的进步,飞行器拦截技术发展较快,飞行器突防难度大大提高。因此飞行器需要在目标来袭时,及时分辨出目标与诱饵,并对目标威胁程度进行评估,这样有利于提高飞行器突防能力。本文研究了目标威胁评估算法,主要工作如下:针对空间环境目标红外成像缺乏相应的数据的问题,实现了一个空间环境目标红外成像仿真算法用于模拟目标追踪与诱饵分离等流程。首先用多种导引方法模拟目标追踪过程,然后利用相对运动法求解诱饵的轨迹,接着利用辐射模型计算目标和诱饵的温度,最后根据成像原理成像。本文利用仿真算法生成大量模拟图像,为后续红外图像目标高精度特性提取算法的设计提供有效数据。针对目标飞行时,在像面成像受到点扩展和噪声的影响,较难进行目标特性高精度提取的问题,本文提出基于平方加权质心法和离散Chebyshev多项式拟合法的高精度目标特性提取方法。首先对图像进行相关处理,然后通过平方加权质心法获得质心坐标,通过离散Chebyshev多项式拟合法获得边缘坐标,进而得到目标尺寸。实验结果表明,本文采用的提取方法提取的质心和尺寸误差较小,满足后续工作的要求。针对单相机观测条件下,目标速度、距离等实际物理量值无法得到的问题,本文提出根据图像上目标特性的变化对威胁指标进行模糊度量的方法,并提出使用LSTM网络对目标和诱饵进行分类的方法。模糊度量方法通过建立目标特性随帧数变化的关系,将目标特性变化率通过映射函数反映实际物理量的模糊度量值;目标和诱饵分类方法通过提取目标和诱饵在图像序列上的特征,输入LSTM网络对特征进行学习,最后根据分类概率输出结果。实验结果表明,分类算法对于样本的分类效果较好。针对传统目标威胁估计方法精度低,速度慢等问题,本文提出了基于改进PSOLSSVM的目标威胁评估算法。首先对每组威胁指标进行专家打分构建数据集,然后采用改进PSO算法确定LSSVM的初始参数,最后使用LSSVM对数据集进行训练并验证。实验结果表明,此算法在速度较快的情况下,测试集的均方根误差低至0.1160。