现代雷达面对着多种挑战,主要分为非高斯非均匀地海杂波背景下的弱小目标检测算法设计和大规模天线阵列、高分辨雷达、联合处理等新技术给雷达系统带来的巨大的计算量和存储量的负担。多种先验知识的引入可以有效地减少雷达在执行目标检测任务时的运算量和存储量,并提升雷达自适应检测的能力。雷达杂波抑制和目标检测的核心技术是杂波或者干扰协方差矩阵估计和基于信杂比最大的滤波器和恒虚警检测器设计。先前的工作主要集中在知识辅助协方差矩阵估计问题上。然而,引入了先验知识会使雷达杂波协方差矩阵估计很难得到解析解,这导致了自适应检测器和滤波器性能的理论分析变得很十分困难,包括协方差矩阵估计精度分析,滤波器输出信杂比计算,检测器的虚警概率和检测概率的计算。先前的大量工作主要通过仿真实验来验证知识辅助雷达信号处理方法的有效性,且通常只关注某一种特定的先验知识进行研究,而对知识辅助雷达信号处理这一大类问题的理论研究仍然有很大的空缺。基于此,本文对上述基于知识辅助的检测理论和算法进行了深入研究,主要工作和贡献为:在上述工作的基础上,本文提出了一个知识辅助雷达杂波抑制和信号检测的性能分析框架,这个框架能够适用于多种杂波背景、多种先验知识。首先,总结了知识辅助杂波协方差矩阵估计的常用方法,并推导了它们的估计精度。针对这些估计器,提出了一个知识辅助杂波抑制滤波器的信杂比损失的计算方法。这个方法能够适用于高斯、非高斯的杂波背景和多种先验知识。利用先验知识的特性,本文也讨论了先验知识与雷达恒虚警检测器的关系,并提出了一个知识辅助雷达自适应检测器恒虚警特性分析方法和渐进检测性能的计算方法。本文在如下几个场景下验证并完善了提出的知识辅助雷达杂波抑制和目标检测性能分析框架。首先,针对非均匀杂波环境下杂波抑制和自适应检测的问题,在先前工作基础上,本文推导了在该场景下,利用统计知识的自适应检测器的平均信杂噪比损失和渐进虚警概率,并证明了知识辅助检测器的恒虚警特性。接着,利用极化雷达杂波协方差矩阵具有的Kronecker积结构信息,研究了在复合高斯杂波背景下的极化雷达检测问题。本文推导了Kronecker积结构的协方差矩阵估计器和它们的估计精度。分析了知识辅助估计器对应的自适应检测器的恒虚警性能,并计算了利用Kronecker积结构的协方差矩阵估计对应的平均信杂比损失的闭合表达式,并推导了使用极大似然估计的自适应检测器的渐进检测性能。针对机载雷达空时自适应处理中的训练样本不足的问题,本文提出了一种利用杂波低秩Toeplitz-block-Toeplitz协方差矩阵结构的知识辅助降维空时自适应处理方法。证明了杂波协方差矩阵可以表示成杂波脊上的一组矩阵基的线性组合。利用这个模型,提出了一种可以在不丢失杂波先验信息的情况下的降维空时自适应处理方法,并推导了降维矩阵需要满足的必要条件。通过最小二乘法和广义最小二乘法,推导了降维后的具有闭合表达式的协方差矩阵估计器,并推导了知识辅助降维空时自适应滤波器的平均信杂噪比损失的闭合表达式。此外,本文修正了广义最小二乘法,使其更加地渐进有效。利用极化协方差矩阵的结构信息,研究了基于四元数广义线性模型的极化雷达检测问题。本文建立了二维极化矢量传感器的四元数统计模型。基于该模型,利用广义线性滤波理论推导了在四元数Q-proper对称噪声和C-proper对称噪声背景下的检测器,推导了四元数检测器的检测性能,并与常规的复数模型的检测器的检测性能进行了比较。本文利用理论和仿真在多个背景下验证了提出的知识辅助雷达性能分析方法的有效性。这个方法可以扩展到现有的绝大部分知识辅助雷达信号处理应用场景,也可以用于其它领域包括通信,金融等会用到统计信号处理的领域。