要实现对目标的跟踪,常规先要完成对目标的检测,再对目标进行跟踪。但是在水下强噪声杂波干扰背景下,弱小目标由于接收到的回波信噪比低,分辨单元数较少,对接收的声图像进行恒虚警(CFAR)检测时,检测概率会急剧降低、虚警目标增多,在降低系统的检测效率的同时,也会影响目标的跟踪效果。因此本文主要对动目标检测跟踪交互算法进行研究,意在提高目标检测效率、进而改善目标跟踪性能,对目标进行实时监测。首先,本文对基于声图像的目标检测算法进行研究。利用FFT波束形成、契比雪夫幅度加权、近场聚焦建立声图像,利用扇形变换可以对声图像进行坐标系的转换。采用CFAR图像域检测算法对单帧声图像进行检测,分析保护窗大小、虚警概率对CFAR检测影响,对不同信噪比下的声图像进行检测。随着信噪比的降低,目标的检测效果越来越差,为了改善检测效果,建立一种基于CFAR-Hough变换的多帧积累声图像的动目标检测算法。该算法在低信噪比下虽然能够实现对目标的良好检测,但Hough变换的参数需要在不同信噪比下进行重新设定,因此算法存在一定的局限性。其次,对动目标跟踪算法与数据互联算法进行研究。利用卡尔曼滤波对目标进行跟踪,通过航迹波门、贝叶斯数据互联方法确定点迹与点迹、点迹与航迹间的正确互联关系,仿真分析量测初始误差、杂波密度、波门大小、目标检测概率对最近邻域标准滤波器、概率最近邻域法、概率数据互联方法跟踪性能的影响。仿真发现,目标检测概率影响着系统的跟踪效果,如果能有效提高目标的检测概率,那么目标的跟踪精度也会得到一定幅度的提升。最后,研究了基于声图像的动目标检测跟踪交互算法。将CFAR-Hough算法与2/3快速起始逻辑法相结合,得到良好的航迹起始状态。建立交互算法框图,给出算法具体流程,并对该算法进行仿真性能分析。采用交互算法对目标进行监测,对跟踪目标进行航迹外推,预测出目标下一时刻可能出现的位置区域,这些信息可以作为检测单元的先验信息,对该区域进行细致的目标检测,提高检测效率,利用数据互联去除波门内的虚假目标,改善目标的跟踪性能。