现代战争中低空突防技术的应用，以及飞行器隐身性和机动性的发展，使得雷达监视场景日益复杂化，同时，目标的雷达回波能量明显减弱。因此，复杂环境中的弱目标跟踪问题成为了现代雷达的严峻挑战。知识辅助的跟踪技术，是一种结合了目标本身以及周围环境中有用信息的全新跟踪技术，它通过先验知识的辅助，有效提高了目标与杂波的识别度，降低了杂波的干扰，可以显著改善弱目标的跟踪性能，并且计算量较低，具有一定的研究意义。本论文针对上述问题，研究了基于知识辅助的弱目标跟踪算法，具体的工作如下：1．针对机动目标跟踪问题，给出了一种修正的交互多模型（IMM）数据关联算法。该算法可有效提升模型概率转移速率，并改善了目标跟踪精度。2．针对复杂背景下的幅度信息利用问题，推导了常用杂波模型下的幅度似然比值（ALR），为杂波背景下幅度信息的使用奠定了理论基础。与传统算法相比，幅度信息辅助算法显著提高了目标的跟踪性能。3．针对强杂波背景中虚假量测多的问题，研究了基于多普勒信息辅助的弱目标跟踪算法，与传统的仅利用动力学信息的跟踪算法相比，该算法可改善数据关联性能。4．针对复杂地貌背景下的弱目标跟踪问题，给出了一种非均匀、非均质杂波背景下的航迹管理算法。该算法利用先验环境信息，调整航迹管理策略，有效抑制了虚假航迹的产生，并提升了航迹的成功跟踪概率。5．针对杂波点迹较多的均质背景下的弱目标跟踪问题，提出了一种基于动态数据关联的航迹管理算法，较好地抑制了虚假航迹的产生。上述所研究的算法已通过了仿真验证，仿真结果显示，知识辅助的弱目标跟踪算法有效地改善了复杂背景下的弱目标跟踪性能。