在弱目标检测跟踪过程中,传统方法首先对单帧数据进行杂波噪声抑制等处理,然后设置门限获得点迹,门限的设置需要考虑到虚警率,若为减小虚警率设置较高门限,则会有弱目标的漏检情况发生。因此,为优化针对弱目标的检测和跟踪,就出现了检测前跟踪(Track Before Detect,以下简称TBD)方法。在TBD方法中,可对回波数据进行积累,也就是不直接对单帧目标的数据使用门限进行处理,而是根据帧间数据关系,先对数据数据进行关联处理,再对多帧数据进行积累,检测和跟踪过程则基于积累结果得出。针对检测前跟踪技术的研究,本文将从以下三个方面展开讨论:第一:讨论了动态规划方法在检测前跟踪技术中的具体应用。动态规划方法作为一种递推算法,将单过程问题的解都储存下来,在之后的运算过程中,可以直接从储存的信息中提取需要的数据,因此无需重复运算,进而使得运算效率有所提升。动态规划方法本质是找到多个最优的决策,进而得出最终策略,对每一次积的累结果,都基于某种方案进行评估,从而找出最优的方式,与此同时,将其他值舍去。当完成积累过程时,再以门限为依据,得出检测结果,并以此回溯出目标轨迹。第二:讨论了在距离多普勒平面中,TBD技术的具体应用。由于现有TBD方法基于距离多普勒平面中的近似运动模型,因此存在能量集成效率低下的问题。本文中,基于伪谱的TBD方法通过精确的目标距离和多普勒时间演化方程,可以有效地结合目标能量,检测距离多普勒域中的弱目标。首先,依据笛卡尔坐标系中目标以恒定速度运动这一条件,可以通过目标距离多普勒与时不变速度平方的非线性函数,精确地描述距离和多普勒关于时间的演化方程,因而这种方法匹配的是目标速度平方而不是每个方向的速度。然后,根据所得的时间演化方程,将距离多普勒平面中的每个单元预测到最后一帧。与此同时,根据点扩展函数在预测位置周围构造伪谱,通过将几个单元格上的伪谱的采样值添加到最后一帧来实现多帧累积。最后,为了匹配未知目标速度平方,就需要有一组基于伪谱的速度平方滤波器(Pseudo-Spectrum based Speed Square Filter,以下简称PS-SSF),本文中在理论上推导了距离多普勒和速度平方域的目标输出包络。数值结果表明,这种PS-SSF方法不仅可以在距离多普勒域中实现有效的弱目标检测,而且可以实现更好的距离和多普勒以及目标速度参数估计。第三:讨论了基于伪谱的检测前跟踪方法在实测数据处理中的应用。对于地波超视距雷达回波数据进行预处理,并通过构建伪谱对多帧数据运用TBD方法进行处理。仿真结果表明,伪谱方法能有效提升在弱目标环境中的目标检测性能。