外辐射源雷达是现代雷达技术的一个重要发展。由于自身无需发射信号,外辐射源雷达具有诸多优势,引起国内外雷达领域越来越多的重视。在外辐射源雷达技术中,一般以时延、多普勒频移和方向角等观测参数为可能的探测依据来对动目标进行定位和跟踪。研究外辐射源雷达目标跟踪技术是雷达技术领域的前沿课题之一。本文主要开展了外辐射源雷达目标跟踪的各相关技术研究,归结起来主要包括以下几个方面:针对目标跟踪的前提——目标观测展开研究。重点针对外辐射源信号载频精确估计在目标观测和参数提取中的重要性,提出一种改进的基于迭代自相关的快速单频估计算法,仿真实验表明其性能可以逼近Cramér-Rao下界,且在低信噪比下仍具有较好的性能。可有效地适应低信噪比环境下的载频实时估计与跟踪。较为全面地总结了外辐射源雷达领域中基于贝叶斯框架的目标跟踪方法,分析了它们的特点及应用范围。针对外辐射源雷达目标跟踪应用中的非线性非高斯问题,重点研究了基于粒子滤波的目标跟踪技术。具体针对粒子滤波中的典型问题提出改进方法:针对粒子退化问题,提出一种在粒子滤波重采样环节引入观测信息的算法框架。在该算法框架下,可采用如局部线性化之类的方法来提高粒子采样的有效性。相比在重要性采样环节引入观测信息的现有算法,可有效降低运算量并提高估计精度;针对粒子贫化问题,提出一种基于非随机采样的重采样方法,通过增加粒子多样性,保证了粒子滤波的稳定性能,相对现有同类方法,表现出明显的性能和速度优势。针对多目标跟踪问题,深入研究了基于随机集理论的多目标跟踪方法,并重点研究了基于概率假设密度(PHD)粒子滤波的多目标跟踪技术。具体针对多目标状态估计这一关键技术,提出一种综合利用粒子的位置信息和权值信息的多目标状态提取方法。该方法在目标多,杂波大的复杂环境下更表现出其增强的性能。针对粒子滤波运算量大与跟踪应用的实时性需求的矛盾,研究并成功实现了两类粒子滤波的实时处理技术:FPGA实现和GPU实现。实验结果的有效性表明,这些技术为粒子滤波方法在外辐射源雷达中的实用提供了有力支撑。