水下目标信号检测是水下探测的重要研究内容之一。在实际应用中,接收的信号中不仅只有环境噪声,还包含了大量的自然或人工干扰信号,干扰信号给水下目标信号检测带来了巨大的困难。为了提高在干扰条件下水下目标检测算法的性能,本文针对同频信号干扰和强干扰使检测环境发生突变等问题,重点开展如下研究:1、对目前应用较广的几种信号检测方法进行了仿真分析研究,包括:Power-Law检测器、熵检测方法和基于高阶统计量的检测方法,仿真结果表明:在干扰条件下,经典水声信号检测算法将干扰当做目标,虚警概率增加;固定的检测门限,难以满足干扰环境引起的背景突变的信号检测需求。2、针对同频干扰信号的问题,本文给出了多尺度排列熵(MPE)检测方法,通过仿真可知MPE检测算法对与目标频率相同但持续时间或形态不同的同频干扰有一定的抑制作用。在MPE检测方法基础上,给出了改进的小波变换-多尺度排列熵(WT-MPE)检测方法和经验模态分解-多尺度排列熵(EMD-MPE)检测方法。通过仿真分析,发现WT-MPE检测方法和EMD-MPE检测方法在低信噪比的情况下检测性能优于MPE检测方法。3、针对固定门限难以处理检测环境发生突变的问题,将恒虚警检测器和Notch滤波器结合起来,给出了基于Notch滤波器的恒虚警检测方法。通过仿真分析,基于Notch滤波器的恒虚警检测方法的门限是自适应的,能够有效的应对环境突变的问题。4、本文对水池实验以及千岛湖湖试的试验数据使用不同的检测算法进行了处理。实验结果表明,多尺度排列熵结合小波变换或经验模态分解可以提高低信噪比条件下算法的检测性能。将Notich滤波器和恒虚警算法结合起来,降低了由于环境突变对检测性能的影响。通过实验证明了算法的有效性。本文的工作主要体现在给出改进的基于多尺度排列熵检测算法和基于自适应Notch的恒虚警检测算法,通过仿真和数据处理得到了较为理想的结果。