在传统的信号与信息处理中，雷达的检测和跟踪是两个分开处理的过程。检测器在门限检测的基础上获得目标的点迹信息，然后将其送至数据处理器。数据处理器利用关联算法和跟踪算法将点迹与已有的航迹关联后进行滤波，更新目标的航迹信息，从而实现目标的稳定跟踪。门限检测减少了数据处理器的输入数据，简化了跟踪，然而同时也损失了目标的有用信息。对于低可观测目标，目标的检测概率很小，利用这种检测和跟踪分开处理的过程很难对其进行检测和跟踪。基于贝叶斯理论的检测前跟踪算法直接对原始数据进行处理，在得到目标航迹信息的同时实现对目标的可靠检测。检测前跟踪算法保存了目标的所有信息，且能够有效利用先验信息，因此，相对于传统的检测跟踪算法，其更适用于低可观测目标的检测跟踪。首先，本文介绍了在雷达检测中应用较为广泛的恒虚警检测器，讨论了三种类型的恒虚警检测器，并说明了它们在应用中的优缺点；其次，介绍了几种常用的目标跟踪算法，重点介绍了在工程中广泛应用的α β滤波器和卡尔曼(Kalman)滤波器，并利用某MIMO雷达的实测数据，在恒虚警检测后，采用α β滤波实现多目标跟踪；接着，介绍了基于贝叶斯理论的检测前跟踪算法，详细阐述了最优的多帧检测跟踪器及其在单目标环境下的简化算法——多点贝叶斯检测跟踪联合处理算法；最后，分别利用仿真数据和实测数据，对传统的检测跟踪算法和多点贝叶斯检测跟踪算法的性能进行比较。