随着隐身技术的发展与广泛应用，典型军事目标如战斗机、导弹和巡洋舰的雷达截面积（RCS）锐减，导致回波信号微弱，给雷达的检测与跟踪带来了极大的挑战。传统的先检测后跟踪（DBT）技术很难保证此类微弱目标的可靠检测和跟踪，检测前跟踪（TBD）技术在不改变现有雷达系统的前提下，通过联合处理多帧原始数据积累能量，实现对目标的检测并恢复航迹，是微弱目标检测和跟踪的有效方法之一。TBD技术作为一项正在发展中的新技术，研究其在雷达系统中的相关理论、改进相应的算法、拓展应用背景，进一步提高对微弱目标的检测与跟踪性能显得非常迫切。本论文围绕雷达系统中的微弱目标检测前跟踪算法，开展了如下工作：1.分析比较了先检测后跟踪技术和检测前跟踪技术的异同和优缺点，根据多帧之间能量积累方式的不同，将检测前跟踪技术分类为多帧之间非相参积累和多帧之间相参积累的方式，分别给出了两种不同方式下信号处理的流程以及相应的算法，为本文后面章节的研究奠定了基础。2.提出了一种改进的极坐标随机Hough变换TBD算法，给出了选择最大采样次数的准则，利用帧与帧之间目标的运动信息抑制了大量的无效采样，采用最小距离投票准则克服了投票时的峰值展宽问题，所提算法的检测跟踪性能均优于传统的极坐标随机Hough变换TBD算法。3.提出了一种距离扩展目标粒子滤波TBD算法。建立了距离扩展目标运动模型和多散射点的量测模型，提出了一种距离扩展目标粒子滤波TBD算法，实现了对距离扩展目标有无、运动状态和长度的同时估计，与最新的B-PF-TBD算法相比，检测和跟踪性能更高。4.提出了自适应马尔可夫链蒙特卡洛（MCMC）采样的粒子滤波TBD多目标算法，通过自适应采样策略，对相互临近的目标联合采样，对彼此远离的目标逐一的独立采样，提高了算法的运算效率，与马尔可夫链蒙特卡洛粒子滤波TBD多目标算法相比，收敛速度更快；与基于重要性重采样的粒子滤波TBD多目标算法相比，跟踪精度更高。5.提出了多帧相参积累TBD算法。通过对运动目标回波的分析，建立了多帧相参积累TBD算法的信号模型，基于该信号模型，推导了GLRT检测器，提出了一种高效的多帧相参积累TBD算法来估计目标的未知参数（目标所在的方位单元、距离单元、多普勒频率和调频斜率），实现了对多帧时间内目标回波的相参积累。推导了基于多帧相参积累TBD算法的GLRT检测器的检测概率和虚警概率的解析表达式，从理论上分析了算法的检测性能。最后采用仿真实验验证了信号模型的正确性和多帧相参积累TBD算法的有效性。