雷达对空间多目标的检测、分辨与跟踪一直是研究热点和难点,其中对空间邻近目标的跟踪最值得关注。在距离维,雷达对邻近目标回波进行检测时,目标回波之间会出现主瓣和旁瓣遮掩现象,尤其是在目标与目标相距较近的情况下,大目标的旁瓣有可能会遮掩小目标的主瓣,造成小目标漏检从而引起小目标失跟,而很多情况下,小目标才是感兴趣的目标;在角度维,单脉冲雷达主波束内同一角度分辨单元往往会出现不止一个目标的现象,此时目标的角闪烁偏差值将变得非常大,将严重影响雷达对目标分辨和角度测量精度,进一步影响跟踪精度甚至失跟,尤其是在密集目标平行编队飞行或者发生航迹交叉的情况时。针对这些问题,本文在分析邻近目标对雷达分辨和测量的影响机理基础上,作了一些改进尝试。距离维提出了基于Clean思想的逐次CFAR检测方法;角度维提出了基于多目标存在性检验的目标跟踪滤波算法。仿真表明本文所提方法改善了现有低分辨雷达在邻近目标影响条件下的检测、分辨和跟踪性能。全文的主要内容一共分为三个部分:第一部分,分析了邻近目标对雷达分辨的影响机理。在距离维,以LFM调频信号为例,详细分析了雷达接收单个目标、两个目标以及N个目标的回波表达式;在角度维,分析了目标角闪烁的产生机理,研究表明,临近目标在角度维会造成角度测量误差偏大和量测合并现象,进一步对雷达后续跟踪关联造成影响。第二部分,研究了距离维的临近目标分辨与检测问题,从数学上推导了CFAR检测的检测概率,并分析了各种常用的CFAR检测器对于空间邻近目标的检测性能,指出了多目标间距以及RCS大小等因素可能对雷达检测和跟踪造成的影响。提出了基于Clean思想的逐次CFAR检测方法。该方法包含三个步骤:用传统任何一种CFAR方法检测出大目标;反演目标回波并在原始回波中清除(Clean);对剩余回波进行逐次检测直到目标检测完毕。该方法最大的优势在于:充分利用了波形的先验信息(频率、幅度、相位),而传统方法只利用了包络(幅度)信息,因而具有更优良的检测性能。理论和仿真均验证了该方法的有效性。第三部分,研究了角度维的分辨与跟踪方法,提出了基于多目标存在性检验的临近目标跟踪滤波算法。首先研究了单脉冲复比的表达式,从数学上推导了单个目标与多个目标下复角的变化规律,指出可以利用虚部值对多目标存在性做出判断。其次根据多目标存在性检测结果,提出了改进的邻近目标跟踪滤波算法。该方法包含两个重要步骤:一是过程噪声修正,目的是让Kalman滤波器以预测为主,避免对不准确角度量测值的过渡依赖;二是对目标航迹预测值和单脉冲测量值进行加权处理,得到新的等效量测值。该方法的好处是既充分考虑了目标间的角闪烁影响又充分考虑了目标本身的运动惯性。论文针对平行和交叉运动情况,采用最近邻域算法和线性Kalman滤波器进行了仿真,验证了这种方法的有效性。