检测前跟踪技术(TBD)没有严格划分检测与跟踪的界限,通过对微弱目标进行多帧的能量积累达到提升信噪比的目的。基于粒子滤波的检测前跟踪技术(PF-TBD),是一种基于贝叶斯滤波理论的检测前跟踪技术,在理论上可以解决非线性,非高斯情况下的目标跟踪问题,逐渐成为TBD技术领域中的前沿热点,取得了一系列成果。近年来,随着多雷达协同探测技术的发展,预警系统多采用雷达组网系统对未知个数的目标进行联合探测。而传统的PF-TBD大多采用单雷达的量测信息,并且往往要求目标数目固定或者已知目标的最大数目。同时多雷达多目标协同检测跟踪过程中还存在多雷达具有不同的系统误差、信息融合困难、目标数目的难以准确估计及临近目标相互干扰等问题。针对多雷达多目标检测问题,本文研究了在目标数目未知的情形下,基于粒子滤波的多雷达多目标检测前跟踪算法,主要研究内容如下:1.介绍了粒子滤波检测前跟踪算法的基本原理和系统模型,同时介绍了多雷达空时配准的常见算法,并描述了多雷达单目标PF-TBD算法的具体实现步骤。2.针对多雷达联合探测未知个数目标的情况,提出了一种基于量测消除的多雷达多目标PF-TBD算法(MEPF-TBD)。该算法建立了多雷达多目标双层粒子滤波算法结构,其中目标检测模块负责检测新生目标,目标跟踪模块负责对已检测目标进行跟踪。算法在目标检测模块引入了量测消除思想,将雷达总量测减去已检测到目标量测,对雷达量测值进行修正,最后基于修正后量测对目标进行检测,估计目标的状态。与传统的PF-TBD算法相比,该算法实现了在目标数目未知的情形下,多雷达系统对多个目标的检测跟踪,尤其是在目标位置靠近的情况下,检测效果稳定。3.针对基于量测消除的多雷达多目标PF-TBD算法存在复杂度高、耗时久等不足,提出了一种基于粒子权重修正的多雷达多目标PF-TBD算法(WCPF-TBD)。算法基于多雷达多目标双层粒子滤波算法结构,采用粒子权重修正和粒子聚类的方法实现对多目标的检测,采用二次重采样的方法对跟踪粒子群中粒子分布进行修正,实现在跟踪过程中及时发现并剔除虚假目标的目的。相比基于量测消除的多雷达多目标PF-TBD算法,该算法不仅可以达到相近的检测效果而且复杂度更低、耗时更少。