强海杂波是对于对海雷达目标检测性能影响最大的干扰项, 目前已有的单一检测量和多特征联合检测算法性能极不稳定。针对上述难题, 提出基于聚类的对海雷达目标检测算法。所提算法提取了3个特征量--相对幅度方差(RAV)、相对平均能量(RAP)和相对向量熵(RVE), 对聚类算法中的k-近邻(kNN)算法进行模型改造, 完成了虚警可控的kNN检测器, 在该特征空间中利用kNN检测器实现目标与杂波分离。实测雷达数据实验结果显示, 在观测时间0.512 s与1.024 s时, 所提算法比基于分形的检测器的平均检测概率分别提高了56.2%和58.3%(HH极化模式下), 相比基于三特征的检测器的平均检测概率分别提高了29.2%和31.3%。可以得出结论: 所提算法能够实现复杂海况下的对海雷达目标检测, 且检测效果明显优于基于三特征的检测器算法。

针对水面无人艇（USV）近距离海上实时目标检测时受海杂波影响严重的问题，结合海杂波空间分布特征和点云回波强度信息，提出了一种强度-空间联合过滤方法。该方法首先将点云按照距离做区域划分；接着对不同区域根据激光回波强度随距离的变化关系设置初始阈值，过滤原始点云低强度海杂波；然后对剩余的点云采取离群点滤波算法，过滤稀疏高强度海杂波，得到目标点云；最后提取离群点滤波中的空间离群点强度特征，对强度阈值滤波参数进行自适应修正。滤波方法在实船上进行了测试，实验结果表明相比于现有的全局激光回波强度阈值过滤方法，所提算法在性能上有明显提升，应用于聚类算法后其虚警率和漏警率分别平均降低了4.34%和10.47%，可以为无人艇航行避碰提供有力支撑。

强海杂波中的漂浮小目标检测是对海雷达探测的热点与难点问题。传统算法在单一域(时域, 多普勒域以及时频域)中检测性能差, 基于特征的检测算法是解决海面漂浮小目标检测的有效手段。提出了基于全极化信息的特征融合检测算法, 选取时域与多普勒域的6特征, 提取出基于全极化信息的6特征, 分析特征的可分性, 最后利用PCA异常检测器进行目标快速检测。在实测IPIX雷达数据集上进行验证, 实验结果证明, 相比于已有的PCA检测算法, 所提算法具有优良的检测性能。

雷达利用携带的海杂波信息可以反演出海面蒸发波导参数。为了提高蒸发波导反演性能, 提出了一种改进的粒子群优化算法。当实测雷达海杂波功率与蒸发波导模型计算所得杂波功率之间建立的目标函数取最小值时, 可反演得到最接近实测蒸发波导剖面参数。根据这一思想, 在基本粒子群算法基础上通过对惯性权重和学习因子进行自适应调整, 引入自适应压缩因子来确保算法快速收敛, 并获得高精度的蒸发波导参数。算法仿真实验证明, 改进粒子群优化算法相比于基本粒子群算法具有较好的全局收敛性, 在处理较大规模数据时反演速度明显提高。

为了更好地描述X波段小擦地角海杂波建模中出现的重拖尾现象，研究WW分布建模方法及其统计特性，进而改善统计分布模型对海杂波数据的拟合效果。基于X波段海杂波实测数据，分析在不同海况和极化方式下两重韦布尔(WW)分布对海杂波实测数据的拟合效果。通过其与韦布尔分布、对数正态分布、K分布等统计分布模型拟合优度检验的对比，表明WW分布可以很好地拟合具有重拖尾现象的海杂波数据。此外，WW分布能够在不同极化域内准确地描述海杂波的统计特性，具有较好的海杂波幅度分布统计建模能力。

针对海杂波背景下小目标检测困难的问题, 为解决传统分数阶傅里叶变换(FRFT)算法检测性能不稳定、运算量大、检测效率低等问题, 提出新的海杂波中小目标检测快速新算法。利用CEMD-RobustICA去噪算法抑制海杂波, 减小海杂波对双正交傅里叶变换(BFT)与简明分数阶傅里叶变换(CFRFT)性能的影响, 通过BFT-CFRFT算法进行小目标检测, 将传统算法的二维搜索转换为两次一维搜索, 大幅减小了运算量。利用IPIX实测数据验证新算法, 实验结果表明: 新算法有效抑制了海杂波, 且大大减小了检测运算量, 提高了目标检测准确性与时效性, 并且在HH极化条件下检测性能最好。新算法检测效率高, 性能稳定, 有利于在实际工程中广泛应用。

针对海杂波背景下漂浮小目标检测问题, 提出一种海杂波背景下漂浮小目标检测新算法。利用互补自适应噪声集合经验模式分解-鲁棒性独立主成分分析与Savitzky-Golay滤波算法(EEMDCAN-Robust ICA & SG)联合去噪算法处理海面回波信号, 对重构信号用改进蝙蝠算法优化KELM模型做混沌预测。实验结果表明: 新算法在不破坏海杂波混沌特性的前提下, 极大地抑制了海杂波。在同等条件下, 与传统混沌预测算法相比, 训练时间短、预测精度高。新算法的检测性能稳定, 低信杂比下的检测性能显著优于传统算法, 证明新算法能快速实现对漂浮小目标的有效检测。

红外成像系统作为探测舰船目标的一种重要方式, 在**侦察中起着至关重要的作用, 面对复杂背景、 恶劣天气环境等情况时, 目标与背景局部对比度较低导致红外系统的探测准确率、 查全率等性能指标受到严重影响, 针对上述问题, 开展了基于红外偏振图像的舰船目标检测方法研究。 通过8~12 μm长波波段红外偏振图像采集系统实际采集86组4个偏振方向(0°, 45°, 90°, 135°)的红外偏振图像, 样本中舰船目标309个。 对同场景下不同偏振方向的红外偏振图像及红外强度/偏振度图像的目标与背景局部对比度计算, 发现海面与舰船目标偏振特征差异能够有效提高目标与背景局部对比度。 在前视红外图像中, 舰船目标通常位于海天线附近或下方, 但复杂背景及天气等因素干扰对红外图像中检测海天线影响较大, 为此提出红外偏振图像海天线检测方法, 对红外偏振图像直方图进行高斯滤波消除局部极值, 依据海面与背景的偏振特征差异, 利用双峰法阈值分割检测海天线, 最后利用霍夫变换检测海天线, 分割出海面作为目标候选区域。 针对红外偏振图像受到海杂波严重干扰的问题, 提出海杂波背景抑制算法, 采取背景抑制, 距离加权方法抑制偏振图像中杂乱的海杂波背景。 最后, 利用MSER算法检测舰船目标, 根据舰船目标特性约束条件剔除非目标区域。 对86组红外偏振图像进行舰船目标检测实验, 所提出的方法能够有效克服复杂背景和海杂波等因素的干扰准确检测海天线, 通过海杂波背景抑制及舰船特征约束的方法消除海杂波及海岸对舰船检测所带来的干扰, 检测准确率、 查全率分别为93.2%和95.7%, 优于红外舰船目标检测方法, 特别在红外图像对比度低的场景下检测效果提升明显, 检测准确率、 查全率分别提高了46.5%和16.4%。 表明充分考虑红外偏振图像中舰船目标与背景的偏振特征差异能够有效提高目标与背景的局部对比度, 有利于准确检测海天线, 提高舰船检测准确率和查全率, 对复杂背景及恶劣天气有较强的适应性, 在**应用中具有极大应用价值, 对红外波段舰船目标检测技术的发展有着极为重要的意义。

通过研究入射余角44°~69°的海杂波实测数据的时间相关特性、空间相关性及幅度统计特性发现,海杂波相关时间维持在毫秒量级, 且随着入射余角增加, 先增加后减小, 时间相关性最强的入射余角在60°左右, 而平均相关距离单元个数一直增加。针对大入射余角高分辨率海杂波的幅度统计特性提出一种新的海杂波幅度拟合混合分布, 并通过KK分布、Rayleigh分布、对数正态分布及K分布的对比, 证明了新的混合分布对大入射余角海杂波的拖尾部分具有良好的拟合效果。

复合高斯杂波 (CGC)在拟合高分辨力、低掠射角海杂波中已得到广泛应用, 带有逆伽马纹理的 CGC的强度分布为广义帕累托 (GP)分布。在实际雷达工作场景中, 由于观测区域内海杂波的非平稳非均匀特性, 导致独立同分布杂波样本的获取十分困难。提出一种广义帕累托分布参数的贝叶斯估计方法, 通过在线更新数据的先验信息, 获取小样本情形下 GP分布参数。仿真实验证明, 该方法能够在样本数量较小的情况下, 对 GP数据实现较为精确的参数估计。