雷达系统的很多应用均以实现信号检测任务为前提，如雷达侦察、雷达成像等。Chirp信号是雷达系统中常用的信号形式，为了实现雷达的某些功能，需要首先完成对宽带Chirp信号的检测任务。然而，若采取传统依据奈奎斯特定理的采样方法，Chirp信号的高带宽意味着会有大数据量的采集、存储、传输与处理问题。压缩感知理论的出现为解决这一问题提供了新的思路。本文主要针对宽带Chirp信号检测问题进行研究，结合压缩感知理论，分析和实现Chirp信号的压缩检测算法。主要内容包括Chirp信号的稀疏表示、Chirp信号压缩检测模型的建立以及检测模型下压缩检测算法的设计及实现。其中，Chirp信号稀疏表示部分主要研究的是Chirp信号在波形延时字典和时频字典(Gabor字典和Chirplet字典)下的自适应分解，通过字典来稀疏表示Chirp信号；压缩检测模型主要包括两种，一种是高斯白噪声信道条件下压缩检测模型的建立，另一种是高斯白噪声加强窄带干扰信道条件下压缩检测模型的建立。已有的压缩检测算法包括非相干检测与估计算法(Incoherent detection andestimation algorithm IDEA)和基于观测值数字特征的压缩检测算法。其中，前者利用部分重构思想及最大投影系数来完成检测，实现简单但检测效果相对较差；后者利用实际采样值与其在各假设情况下数学期望的偏差作为判决依据来完成检测任务，较低信噪比下也能有较好的检测效果。在分析已有算法的基础上，本文提出一种基于观测值的相关检测算法，并通过仿真实验验证了该算法的检测性能，实验结果表明本文提出算法在较低信噪比下检测成功率要远高于非相干检测和估计算法。同时，相对于非相干检测和估计算法和基于观测值数字特征的检测算法，本文提出算法的算法复杂度更低。另外，在加窄带干扰的信道条件下，本文提出算法在一定信干比下仍能表现出较好的检测性能。