概念
飛彈核武器打擊的幅員較小的陸地或水域目標。它的幅員大小是與核彈毀傷半徑比較而言的。目標半徑(最大長度的一半)與核彈毀傷半徑之比不超過1/5者，都可視為點目標。抗超壓強度較高的點目標稱為硬點目標，如地下軍事指揮中心、飛彈發射井。無防護或抗超壓強度較低的點目標，稱為軟點目標，如地麵廠房。
點目標簡介
在計算點目標的毀傷機率或生存機率時，點目標的幅員可略去不計，當成具有一定抗超壓強度的幾何點。核彈頭對點目標的毀傷半徑,可根據核彈威力（以TNT當量表示）、爆炸高度及目標的抗超壓強度，用公式算出或在專用圖表中查出。當彈頭爆炸點（爆心投影點）位於以點目標為中心,以毀傷半徑為半徑的圓形區域時,即認為點目標被毀。因此，對點目標的毀傷機率，就是爆炸點位於該圓域的機率。爆炸點在目標平面上的散布規律服從常態分配。其散布指標可用圓機率誤差 (以平均彈著點為中心的半數必中圓──彈著機率為50％的圓的半徑)來表示。為了達到同樣的毀傷機率和精度提高1倍的效果，如果只靠增加彈頭數量來實現,發數需增至4倍；如果只靠增大彈頭當量來實現,當量需增至8倍。由此可見，為了提高對點目標的毀傷能力，提高精度最為有效，增加彈頭數量次之，加大彈頭當量又次之。因此，美、蘇在改進其飛彈核武器技術時，始終把提高制導精度與多彈頭技術放在優先地位。
目前研究狀況
點目標的檢測、識別和跟蹤問題已經受到越來越多的重視，它是提高制導系統作用距離，加強防禦系統能力的關鍵技術之一。由於目標距探測器較為遙遠，它在探測器所得圖象中僅占一個象素，不具有任何形狀信息，使得傳統的圖象檢測、識別和跟蹤技術在這一距離上不再有效。系留誘餌環境下的點目標識別問題是點目標識別問題中一個特殊而又必須解決的難題。由於誘餌和目標飛行於幾乎相同的軌道上，運動特徵已不能成為區分目標和系留誘餌的識別特徵。
目標的紅外特性來源於目標的自身熱輻射和目標對地球紅外輻射的反射，熱輻射是其中主要的組成部分。點目標狀態下目標與可見光誘餌的紅外輻射差異。通過對這些差異的物理機制的分析，指出這些差異歸因於目標和可見光誘餌間在表殼熱容量和熱傳導兩方面的差異，而熱容量和熱傳導的差異又在一定程度上決定於目標誘餌間的表殼厚度差和質量差，比較而言，誘餌表殼薄、質量小，目標表殼厚、質量大。由於目標與其系留誘餌功能不同，它們在表殼厚度、質量大小上的這一差別是必然存在的。據此，本文將典型目標和誘餌的紅外差異看成是目標和系留誘餌間普遍存在的差異，從而得出如下推論：目標表面溫度分布較誘餌表面更均勻，外熱變化時誘餌比目標更快地趨於新的熱平衡，從而在輻射能量和波譜上誘餌表現出更大的時間變化率；並且在不同的方向觀測目標和誘餌的紅外輻射，前者有較好的一致性，後者表現出較大差異。
陽光方向、軌道形狀、軌道傾角、目標誘餌表殼厚度比和表面塗層等因素對目標誘餌間紅外波譜差異的影響。這些條件的變化只改變目標誘餌間波譜差異量的大小，並不改變差異的基本規律。這一基本規律就是，在外熱發生變化時，誘餌比目標更快地趨於新的熱平衡，具有更大的等效溫度時間變化率，在輻射能量和波譜上表現出更大的時間變化率。在前述分析的基礎上，根據由各種不同計算條件所得波譜進行統計，進而指出，運用三個互不重疊的波段內的輻射及它們的時間變化率，可以達到足夠高的正確識別率。為了儘可能地提高識別正確率，還對波段劃分進行了最佳化。對於最佳化的波段劃分，首先分析並給出了目標的三個波段輻射與誘餌的三個波段輻射之間滿足的關係，並據此給出了運用波段輻射特徵識別目標的算法。計算表明，這一算法可以在一定條件下達到較高的正確識別率，但不能有效地兼顧不同表面塗層的情況。為此，進一步研究了波段輻射變化率特徵在識別中的套用，得出了波段輻射變化率特徵滿足的關係，並提出了相應的識別算法。計算表明，這一算法能有效的兼顧不同計算條件，對所選定條件，算法能達到很高的識別率。這樣，在一定程度上可以認為，波段輻射變化率特徵是識別區分目標和誘餌的不變識別特徵。
可見光散射特性
目標和誘餌的可見光散射特性。通過對可見光特性形成機制的分析，通過目標、地球與太陽三者間位置方向關係的計算，建立了可見光散射特性計算方法。根據用可見光特性區分識別目標和紅外誘餌的思路，首先分析了紅外誘餌設計的方法，一方面，指出在紅外波段和目標接近的誘餌必然在可見光波段和目標存在差異；另一方面，也指出了紅外誘餌設計中存在的困難，這就是，無法做到在整個飛行周期內使誘餌輻射波譜和目標相同。
由於目標的紅外反射特性計算和可見光散射特性計算有一定相似性，採用類似的方法，建立了紅外反射特性的計算方法。
最後研究了多層前饋人工神經網路在識別目標和可見光誘餌中的套用。前面對目標與可見光誘餌紅外輻射特性的分析表明，用解析的公式準確地反映目標和誘餌識別特徵間的關係是困難的，特別是對本文研究的目標和誘餌，雖然它們在各個時刻都是可分的，但從整個飛行周期來看，它們在特徵空間有一定的重疊，所以，提出首先識別目標誘餌象點對，在此基礎上再進一步識別目標。所以，有必要採用人工神經網路來完成這一複雜的識別工作。為評價神經網路識別方法的正確性和可靠性，計算了不同噪聲條件下的正確識別率。可以看出，算法具有很好的識別性能。
參考文獻
中文題名《空間點目標紅外和可見光特性及其套用研究》論文作者徐暉著
導師孫仲康教授指導
學科專業通信與電子系統
研究領域\研究方向智慧型目標識別
