随着人类社会的发展越来越多地依赖海洋,海洋事业特别是海防问题已经引起了世界各国的高度重视。而声呐系统也在其中发挥了越来越关键的作用,人们对声呐系统的要求也不再局限于发现目标,而是需要在发现目标的同时,获取目标的位置、姿态以及类型。与此同时,随着蛙人、水下航行器等新型战斗装备的发展,使得对这一类水下小目标的探测难度加大。因此,在此背景下,研究高性能的检测算法,探究其在工程实践中的可行性和可靠性具有非常重要的意义。匹配滤波器作为最常采用的信号检测器,是白噪声背景下(理想条件下)基于输出信噪比最大准则的“最佳”线性滤波器。因此,本文以匹配滤波理论为基础,针对水下运动目标,以提升匹配滤波器处理性能为目的,对匹配滤波器的后置处理算法进行了研究。重点研究了基于匹配滤波的频域自适应线谱增强技术,在低信噪比条件下,该算法体现出了比经典匹配滤波器,以及作为对比研究所引入的解卷积匹配滤波器更为优异的检测性能,对噪声进行了有效抑制,进一步提高了系统增益。此外,信号在水下经过多途径传输后,匹配滤波器的系统增益降低,同时,因多途效应的影响,匹配滤波器的输出端还会产生其他相关峰,导致处理增益和范围分辨率远低于理论预测。针对此问题,本文对环境修正匹配滤波器进行了研究。通过修正匹配滤波器的参考信号,来提高信号回波与发射信号的相关性,进一步改善匹配滤波器受多径效应影响时处理性能下降的问题。同时,信道估计的准确性对环境修正匹配滤波器的检测性能有着直接影响。因此,本文进一步对比了两种信道估计算法,并选择低信噪比下误差较小的二阶锥规划算法应用于环境修正匹配滤波器中。最后,本文对试验处理所得方位历程图通过计算机视觉的方法在OpenCV环境下进行了运动目标的提取,使目标和目标运动轨迹更加清晰、直观的显示在屏幕中。