基于数据融合的目标检测问题是利用传感器网络捕获感兴趣现象的信息,然后再把本地传感器信息传递至融合中心利用数据融合理论做出最终判决以确定感兴趣现象出现与否的问题,如今该问题的研究已经引起广泛关注。但在研究此问题中的文献成果大多都只考虑在理想信道的情形下进行,要不就只研究了非理想信道的单一方面。因此本文主要着重点就是在非理想信道的情形下研究目标检测的问题。首先是建立了本文研究的非理想融合系统,该系统结合了衰减、噪声以及传感器在调制过程的误差。在非理想融合系统中还需要传感器模型,因此传感器模型的建立是必要的,以及非理想融合系统中的非理想信道模型。该非理想信道模型中首先包括传感器因非理想信道而产生的调制误差,根据仿真实验不同的传感器调制方式最后选取合适的方式来确定该非理想融合系统,而后添加噪声和衰减即完成非理想系统的建立。接着是根据给出的非理想融合系统结合如今比较经典的融合准则,如累加准则(等增益累加准则和最大比累加准则)和似然准则,推导出两种融合准则在非理想融合系统下的全局误警概率,并通过实验对比了推导出的计算值与仿真值,不同融合准则的性能以及在不同信噪比时的全局误警概率与全局检测概率的特性。然后是研究了累加准则的拓展扫描统计在该非理想系统的特性。在推导其在非理想时的全局误警概率的表达式过程中,由于不同于理想情形,本文通过对传感器网格分布的扫描统计进行推导,得出其在网格分布时的全局误警概率的计算,而后按同样的方式推导出传感器均匀分布时的全局误警概率表达式。通过仿真实验对比了计算值与仿真值之间的差异,并且对比在同等情形下累加准则和扫描统计的性能,以及在不同信噪比下扫描统计全局误警概率与全局检测概率的特性,其特性基本与累加准则相似。最后由于非理想问题的复杂性,为了简化原本连续的数据处理过程,研究了通过筛选的方法把原本的非理想融合系统进行了简化,并推导出其最优的阈值以及对比了该系统与原来系统的性能。