海杂波的特性分析和目标检测是雷达信号处理领域的一个研究分支,如何对海杂波进行准确的建模,并从海杂波检测目标,在军用和民用领域都是一个非常重要的研究方向。本文在对IPIX雷达实测海杂波数据进行统计建模、混沌非线性动态和AR模型分析的基础上,对相关的目标检测算法进行了研究和分析。本文研究了IPIX雷达实测海杂波数据的统计特性,分析了其统计特性参数的选择和计算,对该数据在不同极化方式和海情下的幅度分布特性进行了拟合,由于统计特性随极化方式和海情而变化,很难准确地建立海杂波的统计模型,难以使用某种单一的传统统计模型对IPIX雷达海杂波进行准确建模。随后提出将海杂波作为一种平稳的AR模型,通过估计模型的阶数和参数建立AR模型,并据此建立了一种能够准确地模拟海杂波的线性预测检测器。根据海杂波的非线性动态特性,利用相空间重构原理对IPIX雷达实测海杂波进行非线性的相空间重构,讨论了计算嵌入维m的两种方法(伪近邻法和Cao方法)和延迟时间τ的三种方法(自相关法、互信息法、C-C方法及其改进)。此外还分析了另一个非线性相空间重构方法Volterra级数滤波器系数的确定。在相空间重构参数的选择上力求准确,以便能准确地恢复和预测海杂波序列。据此建立了基于径向基神经网络(RBFN)和Volterra级数滤波器网络(VSFN)的海杂波非线性预测检测器。本文将建立好的基于AR模型的线性预测检测器和基于RBFN和VSFN的非线性预测检测器应用于同一组IPIX雷达实测数据数据进行海杂波的预测,与混沌特性海杂波背景下的预测结果进行了比较,给出了一种基于预测模型的目标检测方法。针对非相参雷达中频信号中存在的微多普勒效应,本文分析了其频谱特性和时频特性。由于基于频域变换和时频分析的方法很难检测出这种微多普勒频移,提出了一种基于模糊C均值聚类算法的目标检测方法,可对非相参雷达中频信号中的目标实现时域检测,文中还讨论了噪声对于特性分析和目标检测算法的影响。基于模糊聚类的算法在非相参雷达中频信号处理中是一种新的尝试,因此本选题具有一定的实用和理论价值。