信号检测理论的研究一直是各国十分重视的课题，在国民经济尤其是在军事领域中，具有十分重要的地位。本文就是在对经典的信号检测理论进行深入探讨的基础上，结合目前在其他领域中得到迅猛发展的各边缘学科自身的特点，产生出一些新的组合式统计信号检测技术，并对这些技术展开了相应的研究工作。主要工作如下： 1 对经典信号检测理论的回顾和讨论 回顾了假设检验原理，论述了一些常采用的判决准则，重点探讨了信号 检测领域中的各种目标起伏模型（Swerling模型），并给出了在各种目标特性 和不同检测背景下的检测系统性能的一般表达式，为后面的讨论奠定了基 础。 2 恒虚警（CFAR）检测方案的探讨 在对信号检测的基本理论进行深入研究的基础上，根据有序统计（OS）理 论和恒虚警（CFAR）检测方法，讨论了一种非一致环境下相关信号检测方案 及其性能分析方法，并利用上述分析方法对单窗OS—CFAR和双窗最大逻辑 （MX）OS—CFAR的检测性能进行了分析。试验仿真结果给出了两种检测器 在不同环境下的检测性能，验证了上述分析方法的有效性。 3 分布式检测信息融合算法研究及系统性能分析 阐述了不同结构的融合系统的特点，重点突出了分布式检测的概念。详 尽分析了Bayes判决准则和Neyman—Pearson准则下分布式检测信息融合 的问题，指出了它们与似然比检验的关系。在上述分析论述的基础上，研 究了多传感器检测信息融合系统的融合算法。针对典型瑞利分布环境，分 别给出了在融合中心采用AND融合规则、OR融合规则以及K/N融合规则 的性能分析。通过Monte—Carlo统计实验仿真结果验证了上述算法的有效 性，并给出了不同融合规则下的系统性能和相应的函数关系。 4 对神经网络、信号处理理论在信号检测中的应用研究 从信号检测理论出发，针对信号和干扰背景均起伏时求解似然比较困难 的实际情况：利用神经网络改变其权值，能以适当的精度拟合复杂的非线