本文对蒸发波导参数模型进行建立,利用海杂波的回波特性和丰富的信息量（海面波浪高度、掠射角、海表环境、风速、雷达频率、天线极化方式等信息参数）,建立雷达海杂波估计模型。鉴于GIT模型是使用最广泛的一个模型,计算数值精确,本文选择用GIT模型进行对散射系数的求解。标准环境下的大气传播损耗随高度线性变化,不会出现在波导管中曲折传播的现象,而是保持传播角度不变,进行远离地面传播;波导环境下,电磁波的能量减小,传播距离增大,可形成波导传播。通过对遗传算法和粒子群算法的原理简要说明并对性能比较分析,可知两种算法各有优势,整体上都能找到满足条件的数值。遗传算法对处理大量数据时具有运算速度快的优势,但其结果存在一定误差;粒子群算法通过迭代、个体协作的特点进行计算,逐个搜索,寻找最优解,对于处理大量数据的情况,结果比较精确,曲线拟合度高但运算速度上有一定劣势。通过对两种算法的优化和改进,提出了一种基于不同天线高度、多波段雷达频率的雷达海杂波反演蒸发波导剖面的遗传-粒子群（GA-PSO）优化算法。利用遗传算法与粒子群算法相结合的混合算法对雷达单、多频率,雷达天线固定、可调节等情况下蒸发波导反演高度进行仿真实验,表明采用的GA-PSO混合算法既留下了遗传算法的全局搜索优势,还加入了粒子群的种群信息和位置转移能力。再采用多个雷达频率,可调节天线高度,建立多目标函数用混合改进算法求解,可提高蒸发波导反演精度和算法稳定性,成果具有实际应用意义。