1.一种基于贝叶斯干扰控制的变异指数的BVI‑CFAR目标检测算法，其特征在于，包括：步骤1、将雷达收到的数据{x1,x2,...,xn/2‑1,xn/2+1,...,xn}分成Y1,Y2,Y3,Y4四份，其中Yi＝x(i‑1)n/4+1+…+xin/4,其中i＝1,2,3,4；

步骤2、分别计算二阶统计量VVI和VMR， 其中 为方法的估计值， 为均值的估计值，为n个单元的算术平均值，为四个窗口的均值；

步骤3、选择VVI的阈值KVI，VMR的阈值KMR,并比较统计量或者均值和阈值的大小，当VVI≤‑1KVI时为均匀杂波；KMR ≤VMR≤KMR为两窗口均值相同，通过对比的结果选择合适的CFAR处理器,具体表述为如下所示：当检测器检测到系统背景为均匀杂波，即 同时满足时，选择CA‑CFAR作为检测器，当系统检测到背景含有干扰，即 有一个不满足时，选择BVI‑CFAR作为检测器；

步骤4、分析比较结果，对初步确定有干扰的窗口采用贝叶斯干扰方法进行干扰控制，得到最终的自适应门限和CFAR选择的判决方法，并输出结果，定义对于非均匀杂波和待侧单元CUT两侧窗口均值不同的情况，所述步骤3中，通过对比的结果选择合适的CFAR处理器基于以下条件：其中1，5等价于CA‑CFAR检测器，2,3,4采用贝叶斯干扰控制方法；

所述步骤4中，采用贝叶斯干扰方法进行干扰控制的具体方法包括，将参考单元分成四等份：步骤4.1、假设第j个等分之中存在目标，求出检测器在干扰存在的条件下的联合概率密度其中λ为背景杂波参数，μ为干扰的参数，N为参考单元个数，πj为第j个等份之中存在干扰的先验概率,Zi表示第i个等份区域；

步骤4.2、对于感兴趣的区域，采用Jeffreys先验，这个先验为杂波参数的倒数，求出联合先验分布步骤4.3、然后通过联合概率密度和联合先验分布求出贝叶斯预测密度步骤4.4、将步骤4.3的贝叶斯预测密度代入虚警率表达式得到然后通过步骤4.4求出检测器的决策方法

2.根据权利要求1所述的一种基于贝叶斯干扰控制的变异指数的BVI‑CFAR目标检测算法，其特征在于，选择VVI的阈值KVI，VMR的阈值KMR,选取要求具体过程如下所示：选择阈值KBVI＝M时，均匀环境下检测器超过该值的概率不到1％，故选择KBVI＝M为VI‑CFAR检测器的二次统计量阈值，并且BVI‑CFAR检测器阈值受干扰杂波影响小；

选择阈值KMR＝N时，均匀环境下检测器超过该值的概率不到1％，故选择KMR＝N为BVI‑CFAR检测器的均值统计量。