海洋混响是水声信号目标检测的主要背景干扰之一，有效地抑制混响一直是水声信号处理领域研究的重要的课题之一。而论文关注的是海底掩埋物、静止目标的检测，着重阐述在几种不同混响背景统计模型下的检测方法，通过仿真验证方法的可行性与有效性，并且在实际水声数据中进行了验证。 本文研究了三种方法，基于对称α稳定(SαS)分布的局部次最优检测、常用的AR模型预白化检测、基于混合高斯模型的高斯化检测。基于SαS分布的局部次最优检测、基于混合高斯模型的高斯化检测都是从混响背景的非高斯性出发，分别基于分数阶矩、二阶矩各自提出一套解决方案。常用的AR模型预白化检测器建立模型的混响背景倾向于高斯性，其突出的优点是算法执行很快，数据鲁棒性比较强。 本文首先对这三种检测方法的一些基本原理进行了一定程度的阐述，依据理论模型设计出相应的检测器，依据实际数据处理的可靠性与实时性，检测性能以及算法的速度，对检测器进行一定的改进。 其次，对实际水卢数据进行处理，对这些检测器的实际检测性能进行评估，具体分析检测器的可行性以及某些检测器存在的一些局限性。 结果证明，各种方法对于海底掩埋物、静止目标的检测是很有帮助的。如何更加有效地对混响数据进行建模，以及设计出相应更合理的现实可行的检测器、提高目标的检测能力仍然是一个非常重要的课题。