现代雷达检测面临着各种威胁和和挑战,弱小目标的检测是现代雷达信号处理中的一项重要任务。目前针对微弱目标的检测,人们通常采用长时间积累算法进行相参积累,检测前跟踪算法进行非相参积累来提高信噪比。本文围绕微弱目标检测问题,分别对这两种方法进行研究。针对长时间积累过程中产生的距离徙动和多普勒走动问题,提出一种基于频域校正的快速长时间积累算法。通过将频域脉压信号分别乘以关于速度估计值和加速度估计值的补偿因子来实现包络补偿和多普勒补偿,其中加速度的估计通过Radon-Ambiguity变换法(RAT)实现,速度的估计通过选取计算量小的代价函数搜索实现。实验结果表明,该算法在与现有算法检测性能相当的同时,计算量大大减少。针对标准粒子滤波算法存在的重要性函数的选取以及进行重采样以后粒子多样性丧失导致的样本枯竭问题,提出一种基于进化裂变的粒子滤波算法,该算法采用UKF产生重要性函数,对粒子进行裂变增强粒子多样性。实验结果表明,改进算法得到的轨迹与传统算法相比更接近真实的轨迹,精度更高。最后,本文对几种常见的单脉冲检测器在不同条件下的检测性能进行研究。