通过对海杂波数据的分析和海表面电磁散射机理的研究,已经得到了一系列海杂波统计模型和相应的海杂波背景下的目标检测方法。对海雷达目标检测中,噪声的影响是切实存在。在高分辨率低擦地角的情况下,海杂波的功率水平会降低至与噪声功率相当的水平,此时噪声的影响不可忽略;海杂波的功率在多普勒域是非均匀分布的,多普勒域中噪声占优区中噪声的影响不可被忽略。忽略了噪声的影响会因模型失配而降低检测性能。目前仅有K分布杂波加噪声模型下相干检测的相关研究。本文将根据不同雷达的实际应用场景,分别聚焦于K分布的参数估计、基于等效形状参数的复合高斯分布杂波加噪声模型下的近最优检测方法和广义帕累托分布杂波加噪声模型下的计算可实现的近最优相干检测方法。本论文主要工作可以概括为如下:第一章介绍了论文的研究背景和内容安排。第二章聚焦于K分布模型参数估计方法研究。首先回顾了复合高斯模型中K分布模型、广义帕累托分布模型和IG分布模型。接下来简要叙述了K分布模型下的参数的高阶矩估计法、分数阶矩估计法和对数阶矩估计法。然后在K分布分数阶矩估计方法的基础上,根据不同的阶数下分数阶矩估计性能的差异,提出了一种阶数自适应的K分布分数阶矩估计方法。最后通过仿真和实测数据表明,提出的估计方法获得了更好和更稳健的估计性能。第三章针对广义帕累托分布和IG分布加噪声背景下尚无计算可实现的检测方法的问题,提出了一种基于等效形状参数的近最优检测方法。首先回顾了K分布海杂波加噪声背景下的基于等效形状参数的近最优检测器的提出过程;接下来推导得到了IG分布海杂波加噪声背景下的等效形状参数关系式;然后提出基于等效形状参数的广义帕累托分布和IG分布加噪声下的近最优检测方法,并将提出的检测方法扩展到相关海杂波背景下;最后通过实验说明了提出的方法在非相关杂波的杂波噪声混合区较已有的检测器性能有较大的提升,且在相关杂波的不同多普勒通道中,提出的方法较已有的检测方法性能有着较大的提升。同时以K分布下的等效形状参数式的推导为例,说明了等效形状参数的局限性。第四章针对广义帕累托分布杂波背景下的GLRT-LTD检测器应用于广义帕累托分布加噪声背景下性能损失问题,提出了一种基于融合思想的检测方法。首先回顾了K分布海杂波加噪声背景下的基于融合思想的近最优检测器的提出过程,然后通过将广义帕累托分布杂波加噪声背景下的基于等效形状参数的近最优检测器的检验统计量与高斯白噪声背景下的最优检测器MF检测器的检验统计量线性融合,结合实验得到融合因子与脉冲数之间的关系,进而提出了一种白广义帕累托分布杂波加噪声背景下的基于融合思想的近最优检测方法,同时将其扩展到相关广义帕累托分布杂波加噪背景下的检测中,最后通过仿真实验证明了提出检测器较已有的检测器在杂波噪声混合的情况下性能有明显的提升。第五章对论文的工作进行总结,并讨论了进一步可以看展的研究。