雷达要探测的目标,通常是运动着的物体,如飞机、船舶等,但在目标的周围经常存在着各种杂波干扰,如地杂波、云雨杂波、海浪杂波、敌方施放的箔条杂波等。本文的研究目标是在强海杂波背景下,研究弱小目标信号的相关检测技术；研究在弱信噪比、低检测概率条件下,高机动目标的有效跟踪方法,实现在海面强杂波条件下,对弱小和高机动目标的可靠检测、稳定跟踪。目标检测算法采用的是网格法。通过设定CFAR恒虚警系数,得到CFAR处理结果,并对满足门限的CFAR单元置标志送往后续做距离和方位检测,检测都采用M/N开始和结束准则。目标跟踪算法主要研究了α-β算法Kalman滤波算法和IMM交互式多模型算法,并对三种算法做了比较：α-β滤波器的特点是不容易选择α和β的决策,Kalman滤波器可以提供α-β滤波器所不具有的滤波协方差阵和机动程度,而IMM算法能假定在一个给定的时间,动态系统的变化能用M个模型中的一个精确的表示。通过Matlab对仿真目标应用三种滤波算法,对比三种跟踪算法的滤波结果和预测结果发现,α-β滤波器的滤波点与预测点的误差比较大,标准Kalman滤波算法,也存在系数优化难,机动准则难以判断等缺点,而IMM多模型算法具有机动自动判断与融合、算法稳健、需要调整的参数少等优点,而且能达到较好的跟踪效果。