本文主要研究了海杂波背景下微弱动目标检测问题,将基于统计理论的LMS算法和基于分数阶Fourier变换的动目标检测方法相结合,引入到海杂波微弱动目标检测中,并在此基础上提出一种分数阶Fourier域自适应动目标检测算法。首先建立了时变幅度的动目标检测模型,采用峰度检测的方法,通过计算目标回波分数阶Fourier域幅值的峰度值,分级迭代运算,确定最佳变换角度,既保证了参数估计精度,又降低了计算量。然后,构造分数阶Fourier域自适应谱线增强器,抑制海杂波,提高信杂比;将泄漏因子引入到加权矢量的迭代公式中,降低记忆效应对谱线增强器的影响;并对自适应步长进行功率归一化,提高收敛速度;输出信号在分数阶Fourier域与门限进行比较后判断目标的有无,估计出目标的运动参数。最后,采用X波段IPIX雷达海杂波数据进行验证,结果表明算法具有较快的收敛速率和较小的均方误差,在低信杂比条件下(SCR=-5dB)具有较高的检测概率(P_d=0.9),证明了算法的有效性和稳健性。