随着雷达高新技术的发展,海杂波背景下的目标检测成为海面雷达信号处理的重要组成部分。海杂波通常指海洋表面的雷达后向散射回波,导致雷达对海面目标的检测性能产生严重的干扰。海杂波中弱目标的检测,传统方法是基于海杂波统计特性,但是统计特性并不能很好地反映海杂波的内在动力学特性,因此检测效果很不理想。随着海杂波混沌特性的出现为海面弱目标检测提供了新方法。本文通过分析海杂波的混沌特性研究了基于自适应RBF模糊神经网络的弱目标检测方法。主要研究内容分为以下四部分:第一部分包含本文的第1至2章内容:这部分首先叙述了海杂波研究的意义,从统计理论、分形理论、混沌理论阐述了海杂波的研究现状。然后对混沌理论、几种常见的混沌吸引子的模型进行描述,最后阐述了 IPIX雷达海杂波数据的来源与采集情况。第二部分包含本文的第3章内容:该部分对实测雷达海杂波数据的混沌动态特性进行了验证。阐述了著名的Takens定理并对海杂波时间序列进行相空间重构,对相空间重构的关键参数延迟时间和嵌入维数进行了计算。本文采用自相关函数法和互信息量法计算延迟时间,采用虚假近邻法和Cao方法计算嵌入维数。采用GP方法和小数据量方法分别计算关联维数和最大Lyapunov指数,并根据有限的关联维数和最大Lyapunov指数大于零,验证了海杂波的混沌特性。第三部分包含本文的第4章内容:本部分利用海杂波的混沌特性,研究了基于自适应RBF模糊神经网络的混沌背景下弱目标检测的方法,建立了单步预测模型,从预测误差中检测出淹没在混沌背景中的微弱目标。分别以Lorenz系统和实测的IPIX雷达数据作为混沌背景进行实验研究。仿真实验说明此方法能够有效的将混沌背景中的信号检测出来。最后通过与RBF神经网络预测误差进行比较,可得出自适应RBF模糊神经网络具有更好的预测效果,因此能够对目标实现更好的检测。第四部分包含本文的第五章内容：本部分根据软件模块化思想,将上述相关算法在Matlab软件上进行集成,设计了良好的人机交互性能的海杂波混沌特性目标检测平台。该平台包括相空间重构、混沌识别、目标检测三大功能模块,具有较好的实用性。