海杂波指雷达波束照射到海面上后引起的后向散射杂波,是海防预警雷达的主要噪声干扰。由于海杂波信号复杂,包含有大量的尖峰,一直是影响雷达探测性能的主要因素之一。海杂波的处理传统上一直采用随机信号理论,通过概率密度对其进行描述,常用的概率密度包括对数—正态分布、Weibull分布、复合K分布等概率分布。由于随机信号理论仅从统计角度去宏观的描述海杂波,而不能够精确表达其变化规律,无法揭示产生海杂波的内在物理机制,因而处理效果有限。混沌理论的建立和发展为揭示海杂波生成机制提供了新的途径。Haykin等人对海杂波的关联维数、Lyapunov指数等进行计算分析后认为海杂波可能是由某种内在的确定性系统所产生的貌似随机的现象而非随机噪声。随后还提出了一种采用神经网络的海杂波建模与对消方法,取得了一定的效果。在海杂波的处理中主要有以下几个关键问题：[1]海杂波到底是混沌的还是随机的。这个问题是采用混沌理论进行海杂波信号处理的理论依据,尽管Haykin提出了各种证据,但是也有学者认为Haykin的证据不够充分,并提出了反例,因此这个问题是首先要解决的。[2]如何利用混沌理论建立一个有效的海杂波对消方法。混沌理论的成果非常丰富,选择哪一个来实现海杂波对消和弱小目标检测是很不容易的。[3]海杂波具有时变的特点,对算法的影响有多大是必须要考量的。本文针对以上关键问题进行了研究。首先对实际采集的海杂波数据进行了统计分析,然后利用Takens定理重构海杂波相空间,确定了重构参数,并在此基础上对海杂波的关联维数、Lyapunov指数各种混沌特征进行计算,通过与已知混沌系统和随机噪声进行的对比分析,发现海杂波的各种特征与混沌系统类似而与随机噪声不同,表明海杂波确实是由某种内在混沌系统产生的貌似随机的信号。短期可预测的是混沌信号的重要特征,是与随机噪声的本质区别。本文提出了一种改进的一阶预测算法,对海杂波时间序列实现了准确预测,更加肯定的表明海杂波是可预测的混沌信号,不可能是随机信号。本文根据上述结论,建立了海杂波预测模型,利用神经网络提取海杂波预测模型参数,在此基础上运用实际采集的海杂波数据进行了海杂波对消和弱小目标检测实验,取得了较好的结果。本文对海杂波的各种分析、处理都采用了不同时间的数据进行实验,结果表明海杂波的确是时变的,但是变化较缓慢,可以通过在线自适应调整进行解决。