空间群目标环境下的检测与跟踪等问题已经越来越多地得到人们的关注与探索。随着被测目标种类需求的层出不穷、检测环境复杂多样性的与日俱增,空间群目标检测跟踪系统面临着诸多出现的新问题、新难点与新挑战。同一空间群中的目标运动规律往往具有某些共性与特性,在空间群目标的检测中,由于群内目标数目繁多、背景杂波组成复杂、目标回波反射功率低,在应用当下的CFAR方法处理时难免会产生检测精度恶化、虚警概率损失、跟踪误差发散等问题。为了有效改善空间群目标检测跟踪难的状况,提升空间群整体与局部目标的检测正确率和跟踪精确度,本文提出了关于空间群目标的信号检测与轨迹跟踪一体化解决方案。针对雷达分辨力固定而目标间距变化的情形,在恒定虚警条件下,为了对运动中的空间群目标进行有效地动态监测,首先提出了基于杂波环境认知的CFAR检测门限因子最优获取方案,其能动态地估计雷达背景杂波的组成情况,并依此构建合适的门限因子来设置最优检测门限;然后提出了基于高阶累积量（High Order Cumulant,HOC）的雷达信号再聚焦处理方案,发挥高阶累积量处理对于雷达信号的聚焦与降噪作用,对于经多次HOC处理后的雷达信号做CFAR检测来获取雷达量测;接着综合基于杂波环境认知来获取门限因子进而改变检测门限,以及基于高阶累积量处理对雷达回波实现聚焦与降噪这二者的优势,提出了基于杂波环境认知与高阶累积量处理的雷达信号CFAR检测新方案;最后提出了基于均值移动（Mean Move,MM）聚类的雷达量测分辨与量测凝聚方案,依据其能对CFAR量测数据进行多维特征的分辨和凝聚来完成目标跟踪,从而实现对空间群目标的检测与跟踪一体化处理。本文主要的研究工作和创新成果总述为下列三个方面。1.建立了空间群目标的运动学模型。首先在经过对空间群目标几何分析后,阐明空间群目标的大小、结构和分布等特征;然后介绍了对可分辨空间群内各目标的直接检测跟踪处理和不可辨空间群目标中心的等效检测跟踪处理;最后介绍了对空间群目标雷达量测数据的跟踪滤波处理方法以及空间群目标所面临的检测难题。2.分析了多种雷达杂波的分布模式和多种雷达背景的基本特征。首先详细介绍了经典的恒虚警率雷达信号检测方法的基本原理,并给出了具体的推导结果;然后经过对雷达回波信号进行杂波认知处理,可以采用多杂波混合分布模型对雷达回波的分布特征进行最优化拟合,接着能够依据雷达回波的拟合分布特征来选择合适的CFAR检测门限因子,进而确定CFAR检测的最佳门限;最后研究了基于高阶累积量处理的恒虚警率检测算法（HOC-CFAR）,详细介绍了雷达信号的多HOC处理的基本原理以及多HOC-CFAR检测算法的实现流程,提出了基于杂波环境认知的多HOC-CFAR检测算法,并将其用于高杂波干扰环境下的雷达信号检测。3.空间群目标在运动的过程中其整体结构和内部状态是一个动态变化的过程,空间群内目标之间或远离或靠近都会对雷达回波信号进行检测与跟踪后结果的准确度造成影响,其使得量测值的数量远大于真实目标个数,这就为后续的空间群目标的轨迹生成带来困难。针对此问题,本文提出了基于均值移动聚类方案来对经过多HOC-CFAR检测而获得的雷达量测数据进行自适应量测分辨以及量测凝聚处理,即MM-HOC-CFAR雷达检测跟踪一体化算法。其能依据均值移动聚类方式提取的量测特征信息来实现对雷达回波CFAR检测后数据进行分辨、凝聚与跟踪处理,从而实现空间群目标的检测跟踪一体化处理,最终力求在保障对空间群目标总体检测跟踪态势明显的基础上达到对空间群内个体目标的正确检测与跟踪。