空间监测是空间态势感知的主要手段，是实现空间控制，维护空间安全的基础。碰撞、解体等事件会产生大量空间碎片，碎片大多尺寸较小，分布密集，检测概率低，数据关联困难，目标无法分辨等情况。对这种空间碎片群目标的监测也成为空间监测中的难点问题。地基雷达作为低轨空间监测的主要设备，迫切需要提出针对这种场景的更加有效的信息处理技术。
　　本文针对空间碎片群目标监测中遇到的重难点问题展开研究，提出编目对象从个体上升到群体的理念，并对群编目过程展开研究，提出一系列更加先进和高效的信息处理方法。主要的研究工作和取得的成果包括以下几个方面：
　　首先，介绍了几起典型的碰撞、解体事件，对其所产生的空间碎片群结构和轨道运行情况进行了分析，提出将群作为整体进行编目的必要性。从物理知识、目标特性、数据建模和数据处理四个方面介绍了空间碎片群目标监测的基础内容。这些内容是后续研究工作的基础。
　　其次，研究了空间碎片群目标在传感器视场内的状态估计问题，该问题分两种情况：目标可分辨和不可分辨。目标可分辨时，主要对群的特性进行估计，包含群内目标分布、目标数估计、显著目标状态估计等；目标不可分辨时，需要先对群整体进行跟踪并分组，对可能存在目标不可分辨情况的组进行单独的未分辨目标检测跟踪处理。
　　目标可分辨情况下，基于随机有限集理论提出适合空间碎片群目标状态估计的新的滤波器。首先根据实际场景面临的滤波困难，分析了当前基于随机有限集理论的跟踪方法存在的问题，提出了适用场景的新的标记矩近似滤波器。新滤波器是两个滤波过程的结合，解决了漏检目标信息丢失问题和未知检测模型的适配问题，具有准确稳定的数据关联能力，且通过两个滤波过程的信息交互和预处理过程极大降低了计算复杂度。新滤波器使用Beta高斯混合近似实现，结合后处理过程，完成了群内目标分布和目标数估计，显著目标轨迹提取和状态估计，以及碎片群误差椭圆的计算。依据Fengyun1C碎片群数据建立相似场景对新滤波器进行仿真。结果表明，新滤波器在各种复杂场景下都能获得准确且稳定的估计结果。
　　对存在目标不可分辨情况时，提出了基于回波信号层的数据处理过程，最大化利用回波信息而避免信息损失。首先对观测场景进行全局滤波并分组，然后对其中可能存在未分辨目标情况的组进行检测跟踪处理。由于分组后需要估计目标存在概率和概率密度，矩近似已经无法满足要求，提出了适用场景的新标记多伯努利滤波器。对可能存在的目标不可分辨情况提出检测跟踪一体化处理过程，完成了对目标不可分辨的区域的目标数估计和目标状态估计。仿真实验分两部分，一是对新标记多伯努利滤波器进行仿真分析，结果表明了新滤波器的优良性能。二是设置场景中的某一个区域存在目标不可分辨，然后对该区域进行检测跟踪一体化处理，不同情况下的结果表明算法在信噪比较高时能很好分辨可能存在的多个目标，随信噪比降低表现下降。
　　最后，研究从对群的特性认知深入到对群内个体目标的认知。在经过一段时间的监测且量测时长允许的情况下，希望对碎片群内个体目标有更多认知。而对个体的认知也要基于群的考虑，属于同一个群的个体目标具有相似的空间环境和轨道参数，因此它们之间的参数变化过程也存在关系。基于这种关系，提出了利用比值的空间碎片弹道系数估计方法，可以很大程度减轻模型和量测误差的影响，在两个目标轨道比较相近时获得比直接估计更加准确稳定的结果。提出的算法针对低轨空间目标，且适用于高于600km的低轨目标。新算法不仅可以用来估计弹道系数，同时也分析了群内目标之间存在的稳定的参数变化关系，这种关系也是一种群特性，提供了一种新的群的信息。通过对不同碎片参数之间的关系可以判断其是否来自同一个群，这在群编目中对碎片的归属判断是十分重要的依据。