机载预警雷达具备飞机和导弹预警能力,也能对海面舰船进行探测,在战争中具有重要作用。机载雷达位于中高空,向下俯视时接收到的回波中含有大量我们不需要的杂波。由于载机平台本身的运动,杂波在多普勒空间的扩散很严重,加上杂波本身的功率非常大,远距离的小目标很容易淹没在杂波中,导致雷达系统的检测性能下降,当然也会使雷达对这些目标的参数估计、跟踪难以进行。在机载雷达信号处理中,空时自适应处理(STAP)技术针对机载条件下杂波的空时分布特性,利用空域和时域采样数据进行联合处理来抑制地杂波,改善机载雷达的目标检测性能,是机载雷达适应复杂地理环境的关键技术。在机载雷达数据处理中,由于战场环境复杂,杂波密集并且很多运动目标的轨迹存在交汇情形,此时,需要多目标数据关联算法实现量测数据与目标航迹之间的准确互联,提高目标跟踪的性能。好的跟踪关联算法是机载雷达适应复杂目标环境的关键技术。本文对机载雷达杂波抑制和多目标跟踪理论展开研究,对已有的方法进行了改进,也提出了新的方法,所取得的研究成果主要包括:1.从机载雷达的杂波模型出发,研究了杂波的多普勒特性,以及不同偏航角下杂波的方位—多普勒二维分布,在此基础上,研究了STAP技术的基本原理并分析了两种常见的降维STAP方法,通过仿真实验,对这两种方法的性能进行了分析比较。2.针对机载雷达在实际应用中遇到的杂波非均匀问题,分析了杂波非均匀性的来源,研究了两种常见的非均匀检测方法。提出了一种斜侧视阵条件下的杂波抑制方法,该方法充分利用系统的空域自由度,在阵元—脉冲域进行自适应处理,选取少量训练样本并结合FRACTA算法估计协方差矩阵,试图改善旁瓣杂波的抑制性能。通过对实测数据的处理,验证了该方法在旁瓣杂波抑制方面的优势。3.对多目标跟踪理论进行了研究,设计了一种多目标跟踪系统框架。着重分析了三种常见的基于Bayes理论的数据关联算法,并对其中的两种算法提出了改进,通过仿真实验,验证了这些改进能够明显提高系统的跟踪性能。