为建设海洋强国,船舶导航领域的发展广受关注。目标检测在船舶导航领域发挥着重要作用,检测准确度和检测时长等指标在路线规划、有效避障等方面有着重要意义。传统目标检测方法多基于恒虚警率技术,但其应用在X波段导航雷达目标检测中,往往需要逐点进行检测。本文依托于国防科研项目“舰载X波段航海雷达反演海浪技术”,针对传统目标检测方法在数据量较大时检测时间较长、检测器性能无法保证的问题,基于大量X波段导航雷达海上实测数据,引入SVM算法对目标快速检测技术进行研究。本文主要研究内容如下:首先,对整体设备和整体目标检测方案进行了研究,完成了对径向雷达回波数据的筛选和预处理。为选取适用于X波段导航雷达目标检测研究的特征,本文基于雷达回波特性,对不同特征应用于目标检测中的实际性能进行了分析和研究,构建了基于X波段导航雷达的特征库,并提出了一个基于拟合相关系数和标准差的新特征,为后续目标检测方法的研究奠定了基础。经实际数据验证,单特征目标检测结果与特征评价结果一致,且新特征的性能较佳。其次,本文基于对不同特征的性能评价,进行了特征的选择及组合,引入SVM方法训练出多组分类器,用于X波段导航雷达径向双特征目标检测问题的研究,实现了对两类回波样本的快速分类。基于最优分类面效果,对不同组别的检测结果进行分析,并引入多种评价参数对检测器性能进行评估,证实了径向双特征目标检测器对于本文目标检测问题的适用性。实验结果表明新特征可以在保证检测准确率的同时,较好地提升检测器训练的成功率。最后,针对径向数据选取方式中,雷达回波中远近效应带来的影响无法根除的问题,本文根据X波段导航雷达图像特点提出一种基于角度维的数据选取方式,根据角度维数据特点进行特征的选择及组合,运用SVM方法对角度维双特征目标快速检测方法进行了研究,并对各个组别检测器的性能进行评价和比较。研究结果表明,角度维目标检测方法可有效提高目标检测器的检测性能和训练成功率。在角度维方法的基础上,本文提出一种基于滑窗的改进,用于改善特征对两类数据样本差异的描述能力,经验证滑窗的使用可明显增加特征在角度维目标检测方法中的适用性。