雷达可以探测空中的飞机、无人机等目标。在现代战争中,它在作战指挥、信息通信以及目标探测等方面发挥着至关重要的作用。随着科学技术的发展,雷达所处的应用场景越来越复杂,经常会受到周围环境杂波等因素的影响导致雷达对目标信息获取能力下降,使得雷达对目标的检测难度大大增加。因此,如何对雷达信号中的杂波信息进行有效地滤除是非常重要的;同时,雷达发射电磁波时,其探测区域内存在强散射体而导致杂波能量较强,经过滤波处理后存在杂波剩余影响目标的探测,如何提高雷达在强杂波环境下对目标的获取能力是有重要价值的。本论文对强杂波环境下杂波抑制与目标检测方法展开研究,主要工作涵盖以下三项内容:一、对雷达接收的地物杂波、海杂波、气象杂波三种杂波信号从时频两个角度进行特性分析,得出不同条件下三种杂波幅度与功率谱的特点;研究了杂波序列仿真技术,结合理论验证仿真方法的有效性,为杂波抑制提供技术支持;基于采集得到的实测数据,观察并分析强杂波区的幅度特性与频谱特性,为后续杂波抑制工作打下基础。二、研究了动目标显示滤波器的设计方法与抑制性能,为了改善雷达对强杂波环境下的抑制效果,本文在MTI滤波器的基础上设计多特征矢量的自适应滤波器。结合杂波特性精细化求解每个距离单元的频谱性质,有针对性的生成滤波器系数;对于回波较弱的目标淹没噪声中会造成目标丢失的问题,采用多特征矢量对杂波进行滤除并将结果平滑处理的方法进行杂波抑制。从理论仿真与实测数据两方面对本文所用杂波抑制的方法进行性能分析与评价。实验结果表明,本文所用方法与传统动目标显示滤波器相比较,提高了信杂比。三、为了能够使雷达信号的目标检测技术更加智能化,本文采用神经网络的方法对雷达信号中的目标进行检测。基于雷达数据维度差异过大的特性,采用网格划分的办法处理实测雷达数据,缓解有无目标样本之间数量上的不平衡。基于简单与困难样本在数量上的差别带来的训练问题,采取改变损失函数的方法对学习策略进行优化。利用本文提出的方法及传统检测方法对实测数据进行对比实验。实验结果表明,本文提出方法相比传统方法对于强杂波环境下的目标的检测率和虚警率都得到了改善。