雷达利用目标等物体对电磁波的反射来探测目标的位置,但是,雷达工作环境复杂,目标周围存在较多复杂物体,这些物体也会反射电磁波,作为杂波信号被雷达接收。因此,杂波抑制技术是信号处理中重要的技术之一。杂波抑制技术是指在有效抑制回波信号中杂波的同时尽可能地保留目标信号,以提高对输出信号中目标的检测性能。现阶段,动目标显示技术、动目标检测技术、杂波图和恒虚警处理等都是较常用的抑制杂波、检测目标的关键技术,广泛应用于现代雷达系统中。但是,当目标速度与杂波速度较近或者是杂波多普勒分布较广时,传统杂波抑制技术不能很好的抑制杂波,从而影响目标检测。在一个分辨单元内,杂波是由一个或多个具有随机相位和幅值的散射体组成,因此,一般情况下,可以用概率密度函数描述杂波的统计特点。随着现代科学技术的不断发展,大量杂波经验模型被提出,如高斯分布模型、韦布尔分布模型和对数正态分布模型等。本文从统计分布的角度研究杂波抑制的问题,基于分类的思想,提出基于混合高斯分布模型的杂波抑制方法。本方法的理论依据是:任何概率密度函数都可以用多个高斯分布模型进行拟合,雷达回波数据中目标和杂波幅值服从不同的分布模型。本方法首先用混合高斯分布模型来拟合杂波统计分布,然后采用符合杂波分布的混合高斯分布模型对雷达接收的回波数据进行分类,达到抑制杂波、检测目标的目的。最后用本文所提方法对雷达采集的实测数据进行杂波抑制处理,检测到回波中的目标信号,验证了本文所提的杂波抑制方法的可行性和可实现性。本文所提方法能抑制掉大部分在多普勒维和距离维二维扩展分布的杂波,具有通用性好、精确性高的优点,解决了现有杂波抑制技术对频谱较宽的杂波抑制效果不好、对目标周围的杂波抑制不干净的问题。