合成孔径雷达作为一种重要的军事侦察手段，在现代战争中的作用日益突出，因此，对合成孔径雷达的干扰和抗干扰技术的研究，以及干扰条件下合成孔径雷达获取目标信息技术的研究已经成为雷达领域中的一个重要课题。在这个课题背景下，本文旨在解决合成孔径雷达干扰条件下的目标检测的相关问题，并以此为线索研究了合成孔径雷达成像及图像预处理技术，干扰及抗干扰技术，以及干扰条件下的目标检测技术。对部分现有的技术作了更深入的分析和研究，也提出了一些新的有价值的方法和算法。 首先分析了SAR成像和相位梯度自聚焦算法，提出了基于盲反卷积处理的SAR图像自聚焦方法和基于图像全变差最小准则的自聚焦算法。研究结果表明本文的自聚焦算法在解决二次相位误差方面优于相位梯度自聚焦算法。 然后分析了SAR图像的统计特性，为SAR图像滤波和目标检测打下基础。提出了基于分布特性的自适应窗口滤波技术，并将之与固定窗口滤波技术以及基于相干斑分布特性的自适应窗口滤波技术作了比较，结果表明本文的算法能较好地保持点目标的信息，有利于目标检测。 接下来分析了SAR干扰和抗干扰的基本方法，指出了SAR干扰和抗干扰的利弊，总结了干扰和抗干扰的研究思路。根据这个思路研究了几种SAR干扰和抗干扰技术，包括：一般干扰及抗干扰技术、伴飞式干扰技术、储频干扰及抗干扰技术、弹射式干扰及抗干扰技术。在干扰的研究中提出了随机时延的弹射式干扰、随机时延叠加的储频干扰、储频欺骗干扰的快速算法。在研究抗干扰技术中提出了从多普勒频域抑制弹射式干扰(包括提高脉冲重复频率、部分频谱成像)、双天线对消抗弹射式干扰、双天线对消中的干扰信号相位误差估计算法、距离压缩后限幅抑制储频干扰。 最后研究了干扰条件下的目标检测技术。首先从未干扰条件下的目标检测的研究入手，提出了基于目标分布特性的目标检测技术，推导了几种分布假设条件下的目标检测算法。然后在干扰条件下，研究了噪声干扰后图像的分布特性，提出了基于广义似然比和目标分布特性的目标检测技术。结果表明基于目标分布特性的目标检测算法性能优于传统的双参数恒虚警检测算法。提出了两种干扰条件下的目标变化检测算法：基于置信区间的目标变化检测算法；基于广义似然比检测的目标变化检测算法。结果表明提出的算法适合干扰条件下的雷达目标变化检测，填补了干扰条件下的目标检测及目标变化检测的空白。