高频地波雷达往往会受到大气噪声、电离层杂波、海杂波、电台干扰等影响，导致目标检测性能的下降，一阶海杂波是高频雷达目标检测的主要杂波背景，它的存在极大的干扰了低速目标的检测跟踪，造成一定范围的速度检测盲区，由于一阶海杂波的谱特征导致速度处于该区域的目标往往会淹没在海杂波中，使目标无法被识别。尤其是当由于风、洋流切变等原因造成谱分裂和展宽时，会造成大量虚警，从而大大降低高频雷达对舰船目标的检测性能。针对复杂背景下双基地高频雷达一阶海杂波谱峰检测问题，本文从双基地雷达的一阶海杂波产生机理入手，首先分析了双基地雷达的位置布局，然后对一阶海杂波的多普勒频移表达式进行了推导，接着介绍了Gill和Walsh建立的高频电磁波海面一阶散射系数模型，并利用该模型对双基地一阶海杂波进行了仿真，还针对影响一阶海杂波的几个因素一一进行了仿真分析，最后利用实测数据验证该模型预测的一阶海杂波理论位置，讨论并分析了该预测结果。在得到预测的理论位置的基础上，提出了一种基于特征的双基地一阶海杂波检测方法。该方法以一阶Bragg峰理论位置和已知最大洋流为先验知识，通过局部最大值检测、对称性检测、连续性检测等实现Bragg峰备选峰值搜索和检测，并根据一阶海杂波分裂谱理论，提出了基于主峰辅助和多维特征搜索的分裂谱峰检测方法。通过实测数据的检测表明，相比于传统的方法，该方法对一阶Bragg峰及其分裂谱峰均具有更好的识别效果。最后，提出了一种基于监督学习的一阶海杂波的检测方法。首先，介绍了ARTMAP监督学习模型，然后采用多种图像处理方法对一阶海杂波进行了特征提取，形成多维特征向量，接着对主要特征进行了分析。最后，将整理好的特征数据库连同人工识别的数据输入到监督模型ARTMAP中，得到了一阶海杂波的预测位置，并通过改变特征数据库进行反复试验，得到了优化的检测结果及与之对应的特征向量。该算法具有自学习功能，可以通过有限的样本学习获得较好的学习能力，具有较好的鲁棒性。相比于经典方法，该方法对于一阶海杂波具有较好的检测效果。