无人机、隐身飞机等低慢小目标由于其飞行高度低、飞行速度慢及雷达散射截面积（RCS）小等特点难以被传统低分辨雷达发现,因此对这类低慢小目标的检测一直以来是研究的热点问题。本文围绕雷达低慢小目标检测算法及相关跟踪问题展开研究,具体工作如下:1.研究了雷达杂波与目标检测基础理论。介绍了常规雷达杂波特性、杂波回波建模方法为杂波抑制及目标检测算法的研究做准备。对比了固定门限检测及恒虚警率（CFAR）检测算法的先验条件,并仿真分析了两种算法的检测性能。对比了先检测后跟踪（DBT）及检测前跟踪（TBD）技术算法实现流程的异同。2.针对地物杂波环境研究零频杂波抑制算法。建立了雷达杂波的时域模型,设计了动目标显示（MTI）、动目标检测（MTD）及Kalmus滤波器,并分析各滤波器的频率响应结果,通过性能仿真和实测数据验证了不同杂波强度情况下各滤波器低速通道的信杂噪比（SCNR）改善能力。3.在DBT技术框架下研究基于杂波图的慢速目标检测算法。以瑞利分布杂波为背景研究了杂波图CFAR点技术与面技术的实现流程和相关参数设计,分析了不同参数对检测性能的影响。在实测数据中对比了各种均值类CFAR检测算法及杂波图CFAR检测算法对慢速目标的检测能力,结果表明通过MTD低速通道和Kalmus滤波后的数据共同建立杂波图的方式由于其既抑制了零频杂波又保留了慢速目标信息,因此具有更好的慢速或接近零速目标的检测能力。4.在TBD技术框架下研究基于PF-TBD的机动弱目标检测算法。建立雷达TBD模型并在此模型的基础上对PF-TBD算法的检测和跟踪过程进行详细的理论推导及仿真分析,并分析了算法在不同信噪比和不同粒子数下的检测和跟踪性能。针对机动弱目标研究了基于混合估计理论的多模PF-TBD算法,并针对弱目标运动状态突变场景,对多模PF-TBD算法引起的检测和跟踪性能损失进行改进,通过仿真及实测数据的实验结果表明改进算法具有更好的检测性能和跟踪误差,同时也表明PF-TBD算法相对于传统单帧目标检测算法具有更好的低慢小目标检测能力。