对目标进行探测和定位是雷达最初也是最传统的功能,但是随着科技手段的不断发展与进步,现代战场的分布范围越来越广,战争更是趋于向立体化方向发展,其中低空、超低空的入侵对地面上的目标构成了极大威胁。当在低空领域进行检测跟踪时,雷达需要发射有足够能量的波束,这势必会造成极强的地海杂波,导致信杂比降低。此外,低空目标还会受到多径效应的影响,这使得雷达接收到的回波信号通常是直达波信号与反射波信号的叠加,叠加的矢量和有可能增强也可能衰减,极其不利于检测性能的提高。同时,直达波和镜像回波的角度差特别小,且二者同处于一个天线接收波束内,又是一组强相干信号,这使测角问题难上加难。因此,对于低空目标而言,解决其检测与跟踪问题是一个极具挑战性的课题。本文主要针对低空多径目标的检测与测角这一难题展开研究,首先建立了低空目标的多径回波曲面模型和信号模型,研究了回波信号的幅度与各参数之间的关系。然后对低仰角多径目标的检测方法进行了研究,包括多频回波M/N检测和组网雷达的低仰角检测。在研究多频回波M/N检测器时,主要推导了无起伏目标和Swerling III起伏目标分别在自由空间与多径环境下的检测概率,并将其与单脉冲检测的仿真结果对比,以便对该检测算法的性能进行说明。对组网雷达低空目标检测概率的研究主要针对融合判决规则与多站目标检测问题这两个方面展开,推导了三种经典的融合准则,并分析了其检测效果,最后研究了运用雷达组网系统改善低空多径目标检测性能的一些相关问题。为了使低仰角估计算法既能分辨相干信号又具有较高的角度分辨能力,本文首先详细介绍了课题组提出的一种基于压缩感知的低仰角估计方法,该方法在稀疏矩阵的重构中利用多径衰减系数与信号入射角之间的关系重新构造了复合导向矢量,并将其与已有算法进行对比来反映本算法在低信噪比时的角度分辨能力,此外,本算法不要求地形信息已知。由于传统极大似然估计算法存在计算量大的缺点,课题组在进行低仰角估计时采用了多频极大似然算法,该算法利用两回波信号相位差随频点的变化规律,综合多频点回波信息,减弱了某些频点对算法分辨力的影响,提高了低仰角角度分辨力,同时结合了交替投影算法,使繁杂的多维角度搜索转换成了简单的一维角度搜索,大大降低了运算量,并仿真验证了该方法采用曲面模型时的测角性能。雷达组网系统通过融合各个雷达站的数据,改善了系统整体的探测精度和稳定性能,已成为目前研究热点。本文研究了雷达组网系统中的两个关键技术:坐标转换和数据融合,给出了解决各项关键技术的基本思路,并详细分析了地理坐标变换法在雷达组网中的应用以及网络化雷达系统的目标定位精度。最后本文研究了雷达组网系统中的多站联合测角算法。在该算法中,各个雷达站可对观测空间(目标环境)进行感知,并由此测量得到目标位置信息(包含距离、方位角、俯仰角等)。由于空间雷达的分集特性,将多站进行组网融合处理后,可改善角度维的估计性能,得到更高的目标定位精度,尤其是当各个雷达站分布较稀疏时,其分集特性更显著,组网融合处理的优势更明显。