提出了一种应用于红外目标仿真的模型。利用训练后的条件深度卷积生成对抗网络，只需输入随机噪声和类别标签，便能够自动产生预期类别的红外目标仿真图像。在手写数字数据集(MNIST)和红外数据集上分别训练模型参数，再进行自动生成实验，均可以产生高真实度的样本图像；将判别网络提取的特征用于分类实验，并将所提方法合成的图像用于数据增强，以提升分类器性能。研究结果表明，所提方法能够有效模仿红外辐射特征。