现代雷达信号处理的核心内容有信号检测、目标跟踪与识别和威胁判断等,而复杂环境下的恒虚警检测一直是雷达信号处理中的一个热点和难点问题。增强对各类杂波处理的有效性和稳定性,减小恒虚警损失,是恒虚警处理研究的主要目标。现代雷达信号处理所面临的杂波背景干扰更为复杂化,传统单一模型的恒虚警检测器因为有其明显的不足使得检测性能不能满足要求,比如CA-CFAR在均匀杂波环境下检测性能很理想,但是对杂波边缘和多目标环境适应性较差；GO-CFAR是针对杂波边缘问题进行改进的,但是无法适应多目标环境检测；SO-CFAR是针对干扰目标所改进的算法,但是易受干扰目标所处位置的影响,而且在杂波边缘的检测性能很差；所以通过某一种固定的CFAR检测器都很难取得理想的检测效果。针对这一问题,本文研究并设计多模型的智能化的恒虚警检测器,以提高系统的检测能力。本文在设计多模型恒虚警处理算法时,首先分析了杂波统计模型和识别算法。因为本文主要针对低分辨海事雷达,所以选用瑞利分布模型作为杂波统计模型。经过对各种杂波模型识别算法的分析,本文选用Anderson-Darling拟合优度检验来估计杂波边缘,然后再根据统计量VI和MR再次估计杂波背景环境的起伏性,从而可以在多种恒虚警处理模型中选择合适的处理算法来进行信号处理。本文利用FPGA可以同时对大量变量进行逻辑运算和赋值的优势,对所设计的多模型恒虚警信号处理算法给出了具体的电路实现。在FPGA中可以有效地实现CA-CFAR、SO-CFAR、GO-CFAR三种恒虚警以及相关处理的运算,处理器在各种杂波背景下均可以取得良好的检测效果,系统资源消耗也比较合理。