天波超视距雷达(Over-the-Horizon Radar,OTHR)的工作载频处在高频段,大气中的电离层会反射该频段电磁波,OTHR的波束因此变为下视方式并实现视距外探测,也因此具有作用距离远,探测范围广等优点。特别对于远距离目标、低空目标、隐身目标等具备天然的探测优势,对于远程预警具有重要的军事应用价值。独特的探测方式为OTHR带来诸多优势的同时也使得OTHR面临许多难题,其中之一就是海杂波抑制问题。高频电磁波与海浪谐振产生的一阶海杂波以及因电离层的不稳定和海面洋流扰动等产生的高阶海杂波会掩盖多普勒频率较低的目标,造成慢速目标检测困难。本文利用OTH雷达实测数据对海杂波抑制的自适应算法展开研究,主要工作包括:1、系统研究了已有的海杂波抑制方法。首先研究了基于ESN的海杂波抑制算法,该自适应算法属于神经网络法的一种,神经网络类算法是将海杂波建模为混沌信号的典型代表,然后通过处理实测数据验证并分析算法性能。针对工程实际,提出一种基于最优滤波器的自适应海杂波抑制算法,该算法首先对慢时间域数据做FFT形成多个频率单元,再通过构造最优滤波器保持待检测频率单元信号不衰减,同时尽量抑制其余频率单元信号。实测数据处理结果表明,相较于ESN,该算法能够检测SCNR更低的慢速目标。2、针对最优滤波器存在的高阶矩阵求逆,为减少算法运算量和增强算法稳定性,提出一种基于RLS的自适应海杂波抑制迭代算法,实测数据处理结果表明该算法能够有效抑制海杂波。此外,通过理论推导,可将最优滤波器建模成由一个状态转移方程和一个量测方程描述的动态系统,成功得到基于EKF的自适应海杂波抑制迭代算法。通过处理实测数据验证了算法的有效性并且分析算法对低SCNR慢速目标的检测性能。3、针对参考距离单元较少或没有的情况,本文提出一种基于APES的自适应海杂波抑制算法并利用实测海杂波数据验证了算法有效性。此外,本文还将APES方法与前面所提方法结合,进一步提高这些方法的检测性能。