现代战争中,飞机隐身能力大幅提高,极大影响了机载预警雷达的探测威力。如何在复杂背景下对弱目标进行检测跟踪,成为雷达探测领域亟待解决的问题。基于粒子滤波的检测前跟踪技术通过设置低门限或不设门限,对雷达回波数据进行多帧积累,能递推的检测目标和估计目标状态,受到雷达数据处理领域广大学者的日益关注,具有重要理论研究意义和军事价值。本文针对弱目标检测跟踪问题,在贝叶斯框架下,开展了如下研究:首先,介绍了基于粒子滤波的检测前跟踪算法的基本原理,建立了弱目标检测前跟踪动态模型和测量模型,给出了基于粒子滤波检测前跟踪算法的实现步骤。通过检测概率、航迹虚假率等检测前跟踪性能指标,说明了基于粒子滤波检测前跟踪算法的性能。其次,针对检测前跟踪算法中由于粒子分布不均匀和多样性匮乏引起的性能下降问题,提出基于拟蒙特卡洛智能粒子滤波的弱目标检测前跟踪算法。该方法通过产生低差序列点集来初始粒子分布,并在更新阶段后,对粒子进行交叉和变异操作,显著改善了粒子分布及低权重粒子的分布范围。仿真结果表明,该算法有效的改善了粒子分布和粒子多样性,提高了弱目标的检测跟踪性能。最后,针对低信噪比下机动弱目标的检测和跟踪问题,提出了基于变速率拟蒙特卡洛智能粒子滤波的检测前跟踪算法。该算法在拟蒙特卡洛智能粒子滤波的基础上,根据目标的机动情况,对状态空间进行变速率采样,提高探测系统对机动弱目标的检测实时性和跟踪精度,仿真结果验证了算法的有效性。