无人机目标通常具有低慢小和集群作战的特点,这给无人机目标的检测带来了许多困难。在检测无人机目标时,不仅需要对淹没在杂波中的无人机进行检测,还需要进行群目标检测,即判断检测到的无人机目标是否为无人机集群。本文使用特征检测的方法实现了对无人机的目标检测以及群目标检测,通过分析和提取雷达回波的微多普勒特征、分布特征和复单脉冲比的特征,对淹没在杂波中的无人机目标进行特征检测,并判断检测到的无人机是否为无人机集群。论文主要内容如下:1、对无人机的雷达回波和杂波信号进行建模仿真。首先,分别对无人机旋翼和金属转子的微多普勒特征进行建模仿真,观察其仿真信号在时域、频域、倒频域和时频域的特征,分析不同变换域中微多普勒特征产生的原因。然后,将旋翼和金属转子的微多普勒模型加在一起,得到无人机的微多普勒模型,对不同脉冲重复频率下的无人机回波进行仿真分析,并将仿真结果与实测数据的微多普勒特征进行对比。最后,介绍了杂波的统计模型,仿真产生了三种不同分布的地杂波,并对实测杂波数据的幅度分布特性进行分析。2、对淹没在杂波中的悬停无人机进行特征检测。首先,根据对无人机微多普勒特征和杂波分布特性的分析结果,提取金属转子和旋翼在不同变换域的微多普勒特征以及杂波信号的分布特征,并分析所提取的特征的类间差异性和类内聚集性,对特征进行选择。然后,使用不同的特征组合在信杂比、信噪比、脉冲重复频率不同的情况下进行仿真实验,对仿真信号的特征检测结果表明,本文提出的特征检测方法可以在低信杂比、低信噪比、低重频情况下对无人机目标进行有效的检测。最后,对无人机实测数据的特征值进行分析,并选择合适的特征对无人机实测数据进行了特征检测,检测结果证明了本文特征检测算法在低信杂比、低重频情况下的有效性。3、用基于特征的方法对无人机进行群目标检测。首先,对单无人机和无人机集群的复单脉冲比进行理论推导,分析单无人机和无人机集群的复单脉冲比的差别。然后,提取回波信号方位向复单脉冲比的实部和虚部以及俯仰向复单脉冲比的实部和虚部作为特征值,并分析了所提取特征的类间差异性和类内聚集性。最后,在信杂比、信噪比、目标角度间隔不同的情况下进行群目标检测的仿真实验,实验结果证明本文的群目标特征检测算法能有效的分辨单无人机与无人机集群,但易受信杂比、信噪比、目标角度间隔等参数的影响。