伴随着航空航天和弹道导弹技术的不断进步,空间在民用和军事领域的重要性也日益凸显,并因此成为各大国角力的战略支点。有效的进行空间探测是今后开发利用太空、保障国家安全的重要基础。雷达作为目标探测的重要设备,具有作用距离远、全天候、全天时工作的优点。目标跟踪技术是雷达实现对目标进行连续测量的前提,主要包括目标关联和跟踪滤波两个领域。雷达回波经过信号处理器得到多目标点迹,经由数据处理器进行关联、滤波操作后输出稳定的高精度航迹。本文重点关注空间探测雷达目标跟踪中的两个具体问题:一是空间目标的跟踪滤波,二是空域中密集分布目标的分辨与跟踪。这两个问题均有较深的实际应用背景。线性最小二乘滤波具有工程上简便易行、鲁棒性好的优点,因此在跟踪滤波中获得了广泛的应用。但是对于空间目标尤其是低轨目标来说,它们的动态通常很大,这就限制了基于多项式模型的线性最小二乘滤波的应用。本文研究了滑窗残差最小二乘滤波器及其改进形式,它们首先通过轨道外推并与测量数据做差来消除测量中的主要非线性项,再对残差做线性最小二乘或加权线性最小二乘滤波。仿真与实测数据均表明这种方法具有良好的效果。现代弹道导弹强调突防性能,在自由飞行过程中往往释放多个诱饵以掩护弹头目标。由于诱饵与弹头释放时的相对速度较小,因此多个目标在分离后很长一段时间内在空间中呈现密集分布的特点,进而给雷达多目标分辨与跟踪带来困难。针对此问题,本文提出了基于相参积累的密集目标分辨和基于距离—速度联合处理的多目标关联方法。该方法主要利用了雷达在相参积累模式下的速度高分辨与精确测速能力,使得在空间分辨单元上无法区分的目标能够在速度上区分开来,进而利用雷达的距离和速度测量值对多目标点迹进行关联。仿真结果表明,该方法能有效提升雷达对密集目标的分辨与跟踪能力,因此尤其适合于目标分离过程的测量。