随着目标的多样化和实际环境的复杂化,现代雷达的探测能力正在面临十分严峻的挑战,而微弱目标的检测与跟踪问题就是其中之一。检测前跟踪技术(Track-Before-Detect,TBD)是一种在低信噪比环境下对微弱目标进行有效检测的方法,而动态规划检测前跟踪算法(DP-TBD)是TBD技术的主要实现方式之一。DP-TBD算法可以把一个较为复杂的多级决策问题转化为多个单级决策过程,然后通过将每个单级决策最优化从而得到全局的最优解,该算法原理清晰、性能优良,是近几年的研究热点。本文将主要对雷达弱目标DP-TBD算法进行研究,主要内容概括如下:(1)分析了动态规划的基础理论并将其应用到TBD技术中,然后构建了传统DP-TBD算法的主要系统模型,并在该模型框架下对DP-TBD算法的实现流程进行了介绍,另外还对影响算法性能好坏的值函数和状态转移原理进行了具体说明。(2)重点研究了几种单目标DP-TBD算法及其改进算法,并构建了评价算法性能好坏的衡量指标。针对传统DP-TBD算法存在的能量扩散现象以及对机动目标跟踪效果差的问题,依次提出了基于方向加权的DP-TBD算法、基于自适应状态转移集的DP-TBD算法以及基于后验概率密度积累的DP-TBD算法,最后对这几种DP-TBD算法进行了实验仿真,结果证实了这些改进算法的有效性。(3)分析了多目标检测跟踪算法存在的主要技术难点,并在单目标算法的基础上建立了多目标DP-TBD算法(MT-DP-TBD)的系统模型。根据观测场景内各个目标运动范围的分布情况,首先对多个目标相互远离情况下的DP-TBD算法进行了研究,然后又对多个目标任意分布情况下的DP-TBD算法进行了讨论,最后设计仿真实验对这两类MT-DP-TBD算法进行了验证。仿真结果表明,本文提出的MT-DP-TBD算法能够对多个目标进行有效的检测和跟踪。