随着雷达技术的迅猛发展,弱目标的检测与跟踪也受到了广泛的关注。与传统的检测方法相比检测前跟踪算法更加高效。当检测与跟踪的目标的信噪比较低时,它能通过对雷达多帧数据的连续处理及沿可能的目标航迹积累能量来同时实现目标的检测与跟踪。其中研究基于动态规划的检测前跟踪算法因为它相对其他算法而言在硬件上易实现,在计算量和存储量上也相对较小。本文对基于动态规划的检测前跟踪算法进行了更加系统的研究,主要内容有:(1)对检测前跟踪算法(TBD)与先检测后跟踪算法(DBT)这两种方法进行的优缺点的比较分析。分析了基于Hough变换的TBD算法、基于三维匹配滤波的TBD算法、基于粒子滤波的方法TBD算法和基于动态规划的TBD算法这四种算法优缺点。搭建了基于动态规划算法的目标运动模型及量测模型。(2)针对传统基于动态规划的检测前跟踪算法的能量扩散效应,提出了三种改进算法。第一种改进算法是在传统动态规划算法中引入新的权重系数对其进行方向加权。针对该算法在低信噪比下检测性能不高的缺点提出了第二种方法,基于三帧积累的检测前跟踪改进算法。该算法通过将二帧递归积累改为三帧递归积累提高了信噪比。为了进一步提高帧间的数据关联性提出了第三种改进算法,基于指数平滑的改进算法。该方法利用预测值和当前帧对应的值的关系更加充分利用了目标的运动性提高了算法的性能。(3)对多目标的检测前跟踪算法进行了研究。首先介绍了基于动态规划的极值法,但是极值法的缺点是无法有效检测目标航迹相交或目标临近的两个目标,针对这一局限性,提出了基于动态规划的剔除法。剔除法是先对目标的强度进行对比,将强度最大的当成目标检测出来,然后将其从观测数据中剔除。如此重复直到检测出所有的目标。