近些年来,随着海上军事设备的发展,雷达被越来越广泛的用于海洋监测和预警。所以对海目标的检测成为了雷达研究的热点问题,但是由于海杂波统计背景的复杂性,以及海上环境的多变性,导致在海杂波背景下的目标检测器的设计与选择变得非常困难,如何提高检测器的检测概率和维持一定的虚警概率成为目标检测的主要问题。本文主要对比了海杂波背景下不同的恒虚警检测器的检测性能。本文开头介绍了海杂波模拟中常用的几种分布模型,并对它们的统计特性进行了研究,具体包括早期用来进行杂波模拟的瑞利分布,双参数的对数正态分布和韦布尔分布以及目前较为普遍用来对海杂波进行描述的K分布,分析了上述分布模型各自的性质以及适用条件,并且研究个各种分布下的相关性和功率谱;海杂波的建模和仿真在雷达对目标检测方法性能的分析和比较中起着相当重要的作用,因此本文还介绍了两种常用的杂波建模方法,球不变随机过程(SIRP)法以及零记忆非线性变换法(ZMNL),并且使用上述方法对不同的分布模型进行了仿真,本章的最后着重介绍了K分布的仿真过程,最后生成符合K分布的杂波序列。分析了杂波的统计特性之后,文章进而介绍了两类常用的恒虚警检测方法,均值(ML)类和有序统计(OS)类恒虚警检测,对于均值类恒虚警检测,首先介绍了单元平均恒虚警(CA-CFAR)算法的原理,在此基础上又介绍了此种算法的两种改进方法--单元平均选大恒虚警(GOCA-CFAR)算法和单元平均选小(SOCA-CFAR)算法。在另一类典型的有序统计类恒虚警方法中,主要研究了有序统计量恒虚警(OS-CFAR)检测器,除了进行原理上的介绍外,还对其和均值类恒虚警检测器进行对比分析。最后对杂波为非瑞利分布时的情况,介绍了K分布下目标的检测方法。综上,本文总结了上述的恒虚警检测算法的检测性能,并且详细的对比分析了不同恒虚警算法在杂波边缘和对目标背景下检测性能的差异,总结出不同算法所适用的杂波环境,最后,在实测数据的支持下,对目标进行了检测,验证了恒虚警检测算法的正确性。