海杂波是局部海平面对雷达发射信号的反向散射回波,受到海风、海浪等因素的影响。海杂波的特性可用来分析海洋状态,实现海平面或低空小目标的检测。有些情况下,海面是否存在小目标不能仅仅依靠回波的幅值来判定,利用多种信号处理过程对海杂波数据进行预处理有利于海杂波背景下的目标检测研究。采用多重分形理论研究海杂波的内在物理特性,通过目标信号与海杂波信号的分形差异完成小目标检测是本文的主要研究内容,具体如下:利用DFA( Detrended Fluctuation Analysis)方法分析了海杂波信号的特点,研究了海杂波单尺度分形特性,在计算Hurst指数过程中,根据无标度区间选取对分形参数提取的影响,提出了一种改进无标度区间选取方法,成功提取了更加精确的Hurst指数,有效地区分了目标序列与海杂波序列。为了降低复杂海情对海杂波背景下小目标检测的影响,提高微弱信号检测准确度,采用多重分形去势波动分析法分析了海杂波数据在高尺度条件下的分形特性,将分形尺度q扩展到[-30, 30],对多重分形参数H(q)的估计进行了研究,提出了一种基于高尺度分形差量的海杂波中小目标检测方法。实验结果表明:选择高尺度指数q时,所提方法能够有效的区分动目标与纯海杂波之间的分形差异性,完成目标检测。在分析双树复小波变换的基础上,提出了基于双树复小波变换的分形特征算法,利用双树复小波变换的抗混叠和平移不变性,对非平稳时间序列进行分解,完成信号的多重分形分析。基于尺度指数q与H(q)的曲线关系,采用局部积分方法得到广义Hurst指数。最后将算法运用到实际海杂波数据进行了检测,发现在相同虚警概率的情况下,检测概率有了明显的提高。