对于主动声纳系统,尤其在浅海环境下,海底混响是其主要的背景干扰,混响与发射信号本身的特性密切相关,而且是一个非平稳的随机过程。本文研究并分析了混响背景下目标回波的检测方法,着重研究了利用高阶统计分析来处理混响背景下的检测问题。通过对混响特性的分析,本文从两方面结合高阶统计分析来研究混响背景下的检测问题,第一方面是在假设混响满足局部平稳的条件下,通过高阶累积量估计每段混响AR模型参数,构造一种预白化检测器,并通过仿真ROC曲线和实验数据处理将这种检测器与未白化的常规匹配滤波检测器及利用二阶统计量估计AR模型参数的预白化检测器做性能比较,仿真结果表明前者性能优于后两者;第二方面是通过分析回波和混响在双谱和高阶量上的差异,提取差异作为特征向量,训练BP神经网络构成检测器,实现了基于高阶量和双谱的特征检测,湖试数据处理结果表明基于高阶统计特征的检测器性能明显优于常规匹配滤波器。