针对海杂波下非均匀和非高斯环境,当存在功率较大的异常单元时,传统的协方差矩阵估计由于强杂波干扰导致估计精度不佳,为了克服这一局限性,对现有的自适应检测器进行改进,并通过仿真数据和实测数据验证了本文所提方法的有效性。本文的具体内容如下:(1)目标检测的研究是基于海杂波的统计特性的。首先,本文从统计的角度,利用IPIX实测雷达数据分析了几种不同条件和适用范围的幅度分布模型,验证了复合高斯模型下的K分布最能体现真实海杂波的统计特性,最后用SIRP的方法生成了复合K随机序列,为后续的仿真实验做基础。(2)首先回顾了几种自适应检测算法和协方差矩阵估计方法,然后针对海杂波环境不均匀的情况下,协方差矩阵的精准估计受到异常分辨单元中的功率异常带来的影响,基于现有的方法,将联合待检测单元的杂波协方差矩阵估计乘以杂波参考单元的功率中值以得到改进的协方差估计方法,即基于功率中值的联合待检测单元杂波信息的归一化采样协方差矩阵(PM-MNSCM),最后用仿真数据和实测数据验证其有效性。(3)为了进一步的改进在非均匀杂波环境中雷达自适应目标检测算法的性能,基于复合高斯模型,将提出的PM-MNSCM估计方法运用到依赖于形状参数的自适应检测算法(α-AMF)中,从而设计出基于SCM-PMMNSCM组合估计方法的α-AMF检测器,并通过仿真数据和实测数据对原始的α-AMF和改进的α-AMF进行了对比分析,性能分析结果可以得出,在非均匀非平稳的复合高斯模型下,所提出的检测方法的性能优胜于对比的检测算法。