在安防监控、交通管制、智能驾驶等多个领域,多目标检测与跟踪都是一个重要的问题。而毫米波雷达以其体积小、重量轻、检测精度高、恶劣环境下性能出色及易于安装维护等特点,成为目前最有发展前景的实现方法之一。本课题以多车道交通监测系统为应用背景,依托实际工程项目,采用理论分析、仿真实验与工程验证相结合的方法,对宽带毫米波雷达线性调频连续波(Linear Frequency Modulation Continuous Wave,LFMCW)信号模型下的多目标检测、多目标跟踪等问题进行了研究。多目标检测的关键技术为目标分辨,旨在从距离、速度、角度三维信息对多目标进行分辨,其分辨效果取决于雷达系统结构及分辨算法的选择。因此本文首先简要介绍了毫米波雷达系统,阐述了LFMCW信号在不同调制方式下的距离速度解耦合方式,并针对多目标情况下的分辨问题进行了讨论。通过理论分析和仿真实验确定本课题采用锯齿波调制方案,然后对该调制方案下的信号分辨能力进行了分析。基于距离维和速度维的分辨结果,为进一步实现角度维的多目标分辨,对比分析了多种波达角(Direction of Arrival,DOA)估计算法。鉴于经典的测角方法不适用于本课题的多目标应用场景,本文采用基于距离-多普勒信息矩阵的测角算法(Range-Doppler-Angle FFT,3D-FFT),从而得到高分辨率、高精度的宽带雷达目标点云信息。为了对多目标检测结果进行跟踪,首先提出了选择聚类算法的基本原则,根据目标点云的特点采用DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法进行聚类,并对聚类结果与目标轨迹关联的算法进行研究和改进。针对目标运动模型和雷达系统观测模型间的非线性问题,采用扩展卡尔曼滤波算法(Extended Kalman Filter,EKF)对目标运动状态进行跟踪滤波,并提出轨迹管理的方案。最后通过算法仿真和实测数据验证该多目标检测及跟踪方案跟踪效果良好。