近些年来,目标的检测跟踪技术在军事、航空航天以及许多民用领域得到了广泛的应用。而如今随着信息技术的发展,各种应用场合对目标的检测跟踪技术都提出了更高的要求。其中对低可观测目标的检测与跟踪已经成为了一个热门的研究方向,尤其在现代的军事对抗中,迫切需要更有效的方法来对弱小目标进行检测跟踪。因此,本文针对低可观测多目标检测跟踪问题进行深入的研究,提出了一个基于粒子滤波由检测层和跟踪层两层所构成的检测跟踪方案,并分别对检测层和跟踪层算法进行相应的研究与改进,使其能够更好的应对低可观测多目标的检测跟踪。对于目标检测方面,本文将粒子滤波与聚类算法进行结合,以克服常规粒子滤波算法对多目标检测的局限性。并提出粒子群局部初始化算法来解决在本文特定研究背景下出现的粒子坍塌问题,以提升算法的检测性能。对于目标跟踪方面,本文研究如何提升弱小目标跟踪的稳定性。并且,针对粒子滤波应用于小目标跟踪估计时出现问题,本文引入了粒子群优化算法优化粒子的采样,改善粒子滤波的跟踪效果。最后,本文还对多传感器情况下的融合估计技术进行研究,提出了基于选择性量测数据融合的方法,该方法在低信噪比情况下兼顾了估计性能与数据带宽要求。