随着雷达高新技术的发展，海杂波研究越来越深入，海杂波目标检测与提取成为海面雷达信号处理的重要组成部分，在军用上，能够帮助海面上低慢速小目标飞行提供依据，为我导弹部队提供准确的位置和目标信息，提高打击的准确率；在民用上，为境外捕捞，海上救生，偷渡提供了准确的位置信息，为我国海面安全提供了屏障。海杂波含有混沌特性是研究课题的主线，利用RBF（径向基函数）神经网络对混沌时间序列具有很好的预测效果这一特点，在海杂波目标检测上使用RBF神经网络一步预测误差检测法。由于海杂波目标检测与提取过程中恒虚警率检测器选择至关重要，依据恒虚警率原理，恒虚警率检测器分类对杂波模型的要求程度，恒虚警率的保持等方面都有严格要求。因此，本课题的主要研究内容分为两步：即研究和分析海杂波混沌特性，恒虚警率检测器的改进在预测误差法检测模型中的应用。很多国内外学者针对海杂波具有混沌特性进行了推断，本文对海杂波混沌特性做了进一步研究，在海杂波最大Lyapunov指数估计上使用小数据量法，并首次使用功率加权的方法来计算海杂波时间序列的平均周期；线性区域按最大无波动区间的的方法求得，这种方法可以提高海杂波最大Lyapunov指数的计算速度、精度。建立RBF神经网路一步预测模型，对海杂波时间序列进行预测。通过对RBF神经网路结构参数进行分析，调整RBF神经网络的隐含层扩展系数，减小训练误差，提高海杂波时间序列的预测效果。依据对具有混沌特性的海杂波时间序列的RBF神经网络一步预测误差数据，实现海杂波目标检测与提取，建立RBF神经网络一步预测误差检测模型，并首次采用改进的恒虚警率检测器对误差数据进行目标检测与提取，该恒虚警率检测器通过对有序类恒虚警率检测器的改进，可以不依靠杂波幅度模型，不用随着杂波幅度的变化而影响恒虚警率损失，检测微弱目标的同时，很好保持虚警率。本文主要工作有以下内容组成：1、从海杂波的最大Lyapunov指数、相关维数、Kolmogorov熵等方面考虑判断海杂波是否具有混沌特性。使用McMaster公布在网站上的IPIX#17组海杂波真实数据，用Wolf法和小数据量法计算不同点数海杂波数据最大Lyapunov指数，并进行比较分析；相关维数使用G-P算法； Kolmogorov熵使用最大似然估计法，得出使用的海杂波数据具有混沌特性。2、依据海杂波具有混沌特性这一观点，对混沌的基本理论、特征进行分析。由于RBF神经网络对混沌的时间序列具有很好的拟合特性，所以建立了RBF神经网络一步预测的模型。对海杂波时间序列进行预测，使用建立的模型对洛伦兹时间序列进行仿真，混沌时间序列相空间重构是采用C-C方法和互信息法、cao方法对延时时间和嵌入维数进行分析比较之后，获得准确的，m。根据RBF神经网络的结构、原理对隐含层参数(扩展系数)进行调整分析减小训练误差，提高海杂波时间序列的预测效果。3、通过对恒虚警率原理的分析发现平均单元恒虚警率检测器和有序类恒虚警率检测器在预测误差检测法中存在不足。本文采用改进的有序统计类恒虚警率检测器，通过对结构原理和性能指标的分析证明改进的检测器符合恒虚警率检测器的要求。建立恒虚警率检测器对RBF神经网络一步预测误差的检测模型，采用核函数估计法求出恒虚警率预测检测单元含有时间序列的误差数据的概率密度函数，利用概率密度函数和对应的恒虚警率求出目标的门限阈值。用含有混沌背景的矩形目标信号和混沌背景的单脉冲目标信号去验证模型。最后采用建立的模型对海杂波目标进行检测与提取。