针对发展SAR-GMTI系统的需求,为了从大幅SAR图像中快速有效地检测出地面慢速运动目标,本文深入研究了基于干涉图的多通道SAR地面慢动目标检测技术。以构建实用化的地面慢动目标自动检测为目的,采用理论分析和实验验证相结合的研究方法,对慢动目标检测量的构造、干涉图和慢动目标检测量的统计建模、基于干涉图的慢动目标自动检测等关键技术进行了系统深入的研究。开展的工作主要包括以下几个方面:(1)基于协方差矩阵分解和矩阵元素组合变换的慢动目标检测量的构造。通过分析多通道SAR图像域地面慢动目标检测的基本原理,综述已有的检测算法,定量分析并证明多视处理对检测量构造的影响,在此基础上,提出并证明了“多视处理是第二特征值检测量的有效使用条件”这一命题,修正了相似度检测量,构建了有效的正交分解检测量和几种新的DPCA检测量,从而补充和发展了检测量构造理论。(2)干涉图的统计建模。以复Wishart分布和乘积模型为基础,引入Frery等人的场景环境分类思想,利用对地物RCS幅度分量能够精确建模的逆方根Gamma分布和广义逆方根Gauss分布,推导出了干涉图幅度和相位联合分布模型族(包括I0_MP分布、I_MP分布和I1_MP分布)、干涉图实部和虚部联合分布模型族(包括R_I0分布、R_I分布和R_I1分布)和干涉图幅度分布模型族(包括E-Gamma分布、E-G0分布和E-G分布),并基于Mellin变换建立了各分布模型的准确、快速参数估计器(包括E-Gamma_MoLC、E-G0_MoLC、E-G_MoLC和E2-G0_MoLC),从而构建了完备性较强的干涉图统计分布模型理论。(3)研究了基于干涉图散布特性的地面慢动目标自动检测。以干涉图幅度和相位、实部和虚部的联合分布模型族为基础,提出了基于干涉图幅度-相位复平面、实部-虚部复平面的检测算法。新算法具有检测率高、虚警率低、可检测速度范围大、适用范围广、稳健性和抗干扰性好等特点。在基于干涉图的慢动目标检测方法中,相同的恒虚警率条件下,该类方法可获得最优的检测率。(4)研究了基于干涉图幅度分布和相位分布的地面慢动目标联合CFAR检测。以干涉图幅度分布模型族及相应的参数估计器为基础,通过设计新的CFAR检测器及其快速实现算法,实现了基于干涉图幅度分布CFAR检测、基于干涉图相位分布CFAR检测并将两次CFAR检测结果相结合的慢动目标自动检测方法,该方法实用性强、检测性能较优。(5)研究了基于干涉图的新的地面慢动目标检测方案。在新方案的理论构建层面,利用干涉图中慢动目标像素点与静止杂波和静止目标像素点之间的散射特性差异,构造了新的M&P检测量,推导出了M&P检测量的分布模型族(包括S0分布、S分布和S1分布)及相应的参数估计器(包括S0_MoLC、S_MoLC和S1_MoLC);在新方案的实现层面,推导出了M&P检测量各分布模型对应的CFAR阈值求解表达式,进而利用多视处理和M&P检测量全局幅度筛选来提高统计模型参数估计的精度,并采用新设计的CFAR检测器,实现了通用、智能且能对检测所遇到的环境做一体化考虑的实用慢动目标CFAR检测。