现代飞行器通常具有高度机动性和隐身性,他们的雷达回波也远弱于传统飞行器。为了实现强杂波背景中对这些微弱机动目标的远距离探测预警,须提高强杂波下雷达对微弱目标信号的检测能力。传统的技术、方法不能完全满足这个需求。因此,本文研究关注的重点是研究新型检测跟踪技术、提出新的检测跟踪方法,进一步提高现代战术武器在复杂环境下对微弱机动目标的检测与跟踪能力。首先,本文围绕微弱机动目标检测与跟踪的问题,深入研究了典型微弱机动目标的运动模型、观测模型和计算模型。然后,针对非线性问题,本文研究并应用了粒子滤波器的计算思路和自助滤波器的实现方法,有效解决了非线性非高斯噪声和目标快速无规律运动带来的模型失配的问题。在此基础上,结合平滑器的优势,就滤波结果中的异常值(比如数据毛刺),采用基于树的粒子平滑方法加以改善。其次,研究了四种传统的微弱机动目标检测跟踪算法,分别为基于霍夫变换的跟踪算法、基于随机上下文无关语法的跟踪算法、基于动态规划的跟踪算法、基于伯努利滤波器的跟踪算法,并进行了仿真实验。最后,在分析了粒子滤波平滑方法无偏性和四种传统微弱机动目标跟踪算法的基础上,本文优化了滤波采样的策略,提出了改进的序贯平滑的粒子滤波算法(Improved Sequential Smoothing-Particle Filter,ISS-PF),既解决了系统代价高的问题,又提高了滤波的精度,能够有效地跟踪微弱机动目标。理论和实践证明,相比传统方法,新方法有很多优势,也有很多改进的可能。经优化后的序贯平滑的粒子滤波算法可以精准捕捉微弱目标的运动点迹、有效降低目标机动带来的观测误差并且批量实时高效地更新、处理、融合观测数据。通过理论仿真,本文也验证了非高斯噪声的存在、目标频繁机动对传统滤波器检测和跟踪目标干扰和影响的机理。