海事雷达的首要任务是早期预警，尤其是对海面小目标的检测，如海面上的小船、低空飞行器、浮冰等。海杂波背景下常用的目标检测技术是基于幅度分布统计模型的目标检测方法，然而，随着高分辨技术和精细化建模技术的发展，目标的存在使得海杂波表面散射的细微结构发生改变，此时目标所在单元的海杂波与纯杂波单元的海杂波不再满足统计一致性，传统的基于加性模型的方法不再适用，由此引入非加性的目标检测观测模型。基于特征的目标检测方法基于非加性观测模型，是近年来海面目标检测的研究热点，该类方法将模式识别与海杂波特性相结合，为高海情下的海面目标检测提供了新的思路。然而良好的可分性通常伴随较大的运算量，尤其是在短时观测的情况下，特征的可分性和分类器的鲁棒性直接决定目标检测性能的优劣。在雷达探测领域，极化描述的是电磁波的电场矢量在传播截面上随时间的变化轨迹，它反映了电磁波的矢量特性，是电磁波除时域、频域和空域信息以外可利用的重要信息，充分挖掘极化信息为现代雷达探测系统性能的改善提供了广阔的空间。针对该问题，西安电子科技大学罗丰教授团队利用海杂波实测数据，结合目标和杂波在极化域呈现的精细化特征，对含目标单元与纯杂波单元的极化特性进行分析，提出了基于极化联合的海面目标检测方法，与现有的基于特征的方法相比，在短时观测的情况下可明显提高目标检测的性能，为海杂波特性及海面低小慢目标检测在极化域的研究和发展提供了新思路。该工作拟发表在《雷达学报》2020年第4期“雷达智能探测新技术”专题“基于极化联合特征的海面目标检测方法”（陈世超，高鹤婷，罗丰），现已网络优先出版。
图1 各数据集第1杂波距离门与目标距离门特征对应的二维散布图
该文从全极化体制角度出发，首先基于极化协方差矩阵，通过Cloude特征分解，提取反映回波极化散射随机程度的极化熵和极化反熵的数学期望；接着直接基于极化散射矩阵，通过Krogager特征分解，提取反映回波散射分量结构组成的球散射体分量、二面角散射体分量和螺旋体散射分量的归一化系数；利用提取的特征组成五维特征空间并通过主成分分析降维证明所提特征具有良好的可分性（图1），最后采用一类支持向量机进行学习和分类，实现目标检测（图2）。
图2 所提方法实现流程图