本文旨在研究高分辨率海杂波背景下的微弱运动目标检测问题。作为雷达目标检测问题重要分支和雷达信号处理中最为复杂的部分,海杂波背景下的目标检测问题在军事、民用方面具有深远的意义。雷达高分辨率观测下,海杂波具有明显的空时非平稳特性和非高斯特性,这些特性严重影响了海洋环境中微弱运动目标的检测。因而,如何在高分辨率海杂波背景下检测微弱运动目标成为了研究热点。本文针对海杂波研究工作中出现的问题,提出相应的检测方法,其主要内容如下：高分辨率海杂波序列中含有一定数目功率较大的异常单元,这些异常单元会影响传统自适应匹配滤波检测器的检测性能。首先,异常单元提升自适应匹配滤波检测器的检测门限,使得微弱的目标无法被检测到；其次,参考单元中含有异常单元时会造成采样协方差矩阵估计的奇异性,最终导致检测结果不可信。在不减少参考单元数目的前提下,分别由参考单元数据的功率中值估计杂波功率和归一化参考单元数据估计协方差矩阵结构,将二者作乘积运算得到所谓的功率中值和归一化协方差矩阵估计方法。当该方法用来估计匹配滤波检测器的杂波协方差矩阵时,对应的自适应匹配滤波检测方法具有渐近的恒虚警特性,并且减弱了异常单元的影响,提升了传统自适应匹配滤波检测器的检测性能。提出一种用于K分布杂波背景下的依赖于形状参数的匹配滤波检测器。由于这种检测器由单一的参数α描述(α∈[0,1]),我们称之为α-MF检测器。α-MF检测器包含了匹配滤波(MF)检测器和归一化匹配滤波(NMF)检测器(分别对应于α=0和α=1)。为了获得良好的检测性能,参数α的选取务必匹配杂波的特性。参数α的经验公式可以描述为脉冲累积数目与脉冲累积数目和K杂波形状参数之和的比值。可以证明,α-MF检测器关于K杂波的尺度参数,杂波协方差矩阵和多普勒导向矢量是恒虚警的。文中对自适应形式的α-MF (α-AMF)检测器的特性作了讨论。对于K分布杂波,最优的α-MF检测器的性能优于MF检测器和NMF检测器,并且与K杂波背景下的高代价运算的最优K分布检测器具有相当的检测性能。最后,采用实测高分辨率海杂波数据验证α-AMF检测器的可行性。在相同杂波条件下,采用K分布建模的最优α-AMF检测器与采用逆Gamma纹理的复合高斯分布模型建模的自适应广义似然比检测线性门限检测器(GLRT-LTD)具有不相上下的检测性能。将子带检测方法与逆Gamma纹理下的GLRT-LTD相结合,构造一种新型的子带自适应检测方法,该方法通过增加累积时间的方式实现了海杂波背景下的微弱目标检测,其中,子带检测方法是一种能够将接收序列分解为低速的子带杂波序列的频率分割方法。为了缓和脉冲累积数目与受海杂波非均匀性影响的有限的参考单元数目之间的矛盾,使用子带滤波器组将原始的海杂波序列分解为低速率的子带杂波序列。子带杂波序列呈现出海杂波非高斯特性的多样性,子带杂波可以根据非高斯特性的强弱分为三类：高斯特性的噪声子带、非高斯特性的噪声与杂波混合子带和强的非高斯特性的杂波子带。提出逆Gamma纹理的子带复合高斯模型,采用该模型描述子带杂波的统计特性,并且使用一种称为双分位点的参数估计方法估计各个子带杂波幅度分布的形状参数与尺度参数。为了优化检测性能,GLRT-LTD被应用到各个子带中。采用实测海杂波数据的实验表明,子带自适应GLRT-LTD相比子带自适应归一化匹配滤波检测器具有更好的性能,这归因于该检测器充分利用海杂波的非高斯特性的子带多样性。为了检测海杂波背景下的微弱运动目标,相干检测器通常需要作长时间的累积。然而,长时累积条件下的目标多普勒频率的扩散和幅度的起伏以及海杂波空间非均匀性对参考单元数目的限制导致传统的自适应检测器没法工作。注意到逆Gamma纹理的复合高斯分布可以很好地描述海杂波和目标的瞬时频率是时间的慢变函数,提出一种组合自适应检测器,即组合自适应GLRT-LTD,它由自适应GLRT-LTD在几个连续的短的累积间隔上的最大响应的乘积构成。由于GLRT-LTD对逆Gamma纹理的复合高斯杂波的最优性,该检测器相比组合自适应归一化匹配滤波检测器具有更好的检测性能。