战争中隐身飞机、巡航导弹等先进飞行器的大量使用,使得其回波能量显著降低,另外低空目标的出现,使得监测背景明显复杂化,导致非感兴趣目标的回波能量显著提高,均增加了雷达在复杂环境下对小目标检测跟踪的难度,限制了传统的跟踪方法的使用,因此,通过先验知识的使用,提高目标与杂波的区分度,使雷达更有效、更及时和更可靠地发现目标,成为了国内外学者研究的热点。本文围绕复杂环境下小目标的跟踪问题,主要研究了环境知识和目标特征辅助的小目标跟踪方法,即：1、针对地貌不完全一致的监测区域中小目标的传统跟踪性能不稳定的问题,提出了通过数字高程地图、虚警概率等先验知识得到的监测区域的杂波分类信息辅助小目标跟踪的方法,相比传统的跟踪方法,该方法可以有效减少虚假航迹。2、针对虚假量测较多时传统的数据关联难以区分目标量测与虚假量测的问题,提出了目标特征信息辅助小目标跟踪的方法,和传统的仅利用动力学信息的数据关联相比,该方法可以提高目标航迹与目标量测正确关联的概率。3、针对地面目标因杂波较强、机动性较强而难以跟踪的问题,提出了道路信息辅助小目标跟踪的方法,和传统的固定模型数目和模型结构的跟踪算法相比,该方法可以有效提高小目标的跟踪精度。仿真实验结果验证了知识辅助小目标跟踪的方法的有效性。结果说明,相对于传统的跟踪方法,环境知识和目标特征信息在跟踪中的应用可以有效地提高复杂环境下雷达对小目标的跟踪能力。