基于所设计的多波段光电复合探测系统，建立了弹丸穿过光幕时光电探测器在不同波段输出信号的模型。针对每个波段所输出信号中携带噪声信号的特点，选择了一种基于不同小波基函数的改进阈值去噪方法，改善了传统小波去噪函数因间断点导致信号产生震荡的不足，进而获得高信噪比，得到与原始信号高度相关的被动可见光、主动近红外激光和中红外波段的目标过幕信号。同时，通过对滤波处理后信号的分析，提取了脉宽、峰值作为特征向量，根据主动可见光、近红外波激光和中红外波段探测器输出信号的特点，构建了单一波段下基于神经网络的弹丸识别算法，鉴于传统的神经网络算法训练时间较长的问题，结合粒子群优化算法，优化了神经网络模型的寻优性能，给出了粒子群优化后单一波段弹丸识别模型。最后，根据单一波段优化后识别结果，使用D-S证据融合算法，完成了对目标最终的决策。本文主要分析多波段光电复合探测目标融合识别研究。