雷达,作为一种电磁传感装置,广泛应用于军事领域,在民用领域也诸多涉及。其中,目标检测是雷达后续进行定位、识别和跟踪等操作的基础。由于杂波环境的复杂性,传统目标检测算法应用于实际环境时,很难找到足够多与待检测单元数据独立同分布的训练样本,导致杂波协方差矩阵估计准确度下降,致使检测性能达不到预期效果。针对上述问题,本文研究了小样本环境下基于杂波协方差矩阵结构的雷达目标自适应检测算法,利用了杂波协方差矩阵的中央共轭对称性(persymmetry)和谱对称性,其中谱对称性,反映到协方差矩阵结构上是指协方差矩阵为实矩阵。本文的主要工作如下:1、对雷达杂波的实测数据进行了统计分析,包括幅度特性和协方差矩阵结构特性,为后续检测过程中杂波的建模和协方差结构的利用提供了先验信息。本文利用二元假设检验设计了一种谱对称性的感知方法,并用仿真数据和实测数据进行了验证。2、结合杂波的谱对称性和杂波协方差矩阵的中央共轭对称性,设计了一种新的协方差矩阵估计方法,提出了一种基于杂波协方差结构的自适应匹配滤波检测方法。理论上来讲,在同等条件下新方法可以使训练样本数据减少为传统方法的1/4而不影响检测性能。并通过实测数据和仿真数据验证了目标检测性能的提升。3、设计了复合高斯杂波环境下基于伽玛纹理的分布式Rao,Wald和GLRT检测算法,其中利用了杂波协方差矩阵结构的中央共轭对称性。证明了三种检测方法关于杂波协方差矩阵结构具有恒虚警特性。最后使用仿真数据和实测数据验证了所提检测方法的性能。结果发现,当训练样本比较少时新检测算法的检测性能优于传统的三种检测器,另外,提出的分布式Rao检测算法在失配情况下最稳健。