随着无线电技术的快速发展,毫米波雷达逐渐成为智能交通系统中的一个重要研究领域。毫米波雷达传感器以其抗干扰能力强、精度高和远距离测量的优势,在智能交通系统中发挥着重要作用。基于毫米波雷达传感器的移动目标检测和跟踪算法是智能交通监控领域最重要的技术之一,是实现实时智能交通监控的关键。本文以智能交通监控系统为应用背景,研究目标检测与跟踪算法。研究内容包括以下三个方面:1.首先介绍雷达系统基本工作原理,包括雷达方程、雷达基本组成及工作频率。然后重点阐述毫米波雷达信号检测方法中的多普勒定理、调频连续(FMCW)毫米波雷达及毫米波雷达测速测距技术。最后介绍了运动目标检测与跟踪的基本原理,为后面章节算法研究与仿真提供理论依据。2.研究毫米波雷达目标检测中的恒虚警检测算法。针对目前常用毫米波雷达恒虚警检测算法在多目标环境、均匀或者背景杂波环境中的虚警、漏警及多目标干扰问题,对SVI-CFAR检测算法进行改进。通过蒙特卡罗实验,将改进的NSVI-CFAR算法与SVI-CFAR等多种检测方法进行对比,并采用Matlab软件进行仿真验证。结果表明,改进的NSVI-CFAR方法在均匀环境和背景杂波环境下保持较好的检测概率和虚警概率,并且能提高多目标干扰环境下的检测性能。3.研究毫米波雷达目标跟踪中的卡尔曼滤波算法。介绍目标检测与目标跟踪之间的数据关联原理。针对目标跟踪过程中目标干扰、精确度及不确定性问题,在线性系统模型下采用卡尔曼滤波算法,在非线性系统模型下,采用迭代扩展卡尔曼滤波算法。通过Matlab仿真,分析卡尔曼滤波算法在目标跟踪中的性能。结果表明,卡尔曼滤波跟踪算法对线性运动状态具有较小误差,迭代扩展卡尔曼滤波算法对非线性运动状态也表现出较小误差。