海杂波背景下的目标CFAR检测一直是雷达探测技术中的热点问题。传统CFAR检测算法多是利用某一杂波的统计分布模型来自适应设计检测门限,从而保持相对恒定的虚警概率。但是当真实观测模型与假设统计分布模型不一致或者杂波参数估计存在误差时,CFAR检测器的恒虚警性能很难得到保证,甚至恶化严重。论文以复杂海杂波下的CFAR检测技术为研究背景,主要工作包括:复杂海杂波的建模仿真、海杂波背景下的CFAR检测以及基于多帧的CFAR检测技术研究等。论文内容概括如下:第二章首先介绍了海杂波模拟常用的各种统计分布模型,包括Log-Normal分布、Rayleigh分布、Weibull分布,分析了各自特点和适用范围,并进行仿真。在综合考虑时间相关性和空间相关性的基础上,提出一种新的基于ZMNL的复合K分布杂波模型产生方法,仿真证明了该方法的有效性,为后文算法研究提供了一定的数据支撑。最后利用实测数据对几种杂波模型拟合效果进行对比表明,复合K分布模型与此次试验实测海杂波的拟合效果最吻合。第三章主要研究了单帧观测距离-多普勒图的恒虚警检测算法。首先给出了自适应参量CFAR检测算法的模型。然后介绍了基于有序数据变化率的CFAR检测算法,并对性能进行分析。最后引入缝隙值这一高阶分形特征作为对目标存在的判断依据,并据此提出基于分形缝隙率特征的单帧RD图像域检测算法,通过仿真数据和实测数据对上述三种算法进行了对比试验,处理结果验证了算法的有效性。第四章研究了基于多帧观测距离-多普勒图的恒虚警检测方法。首先提出基于连续帧序列相关的多帧检测方法,并证明了该方法可以有效降低虚警率。之后介绍了基于动态规划TBD算法的观测模型和算法流程,对动态规划和SOSCA-CFAR方法的检测性能进行对比和分析。最后提出一种基于Gaussian粒子滤波的TBD改进算法,利用高斯密度对后验概率进行估计,并采用序贯比检验算法对多帧数据进行积累,实测数据结果表明算法具备很好的检测跟踪性能。