针对于海面弱目标的检测跟踪是当下海上雷达要面对的主要问题之一。当雷达传感器接收到的回波信噪比相对较低的情况下,基于先检测后跟踪的方法将很难达到预期的检测与跟踪效果。然而信噪比较低的情况下,检测前跟踪方法可在实现对海面弱目标的检测与跟踪。此种方法将不再对单帧数据设置门限,而是将多帧数据进行能量积累,从而有效地对信噪比较低的情况下的海面弱目标进行检测与跟踪。基于粒子滤波算法的检测前跟踪方法,在众多的检测前跟踪方法中,检测跟踪效果更加优越,因此将其作为本文的研究重点。本文首先分析了检测前跟踪及粒子滤波算法的基础理论,主要讨论了粒子滤波算法中存在的粒子退化现象,并对其常用的抑制方法,即构建重要性密度函数与重采样方法,进行分析,为后续工作做好理论基础。其次,针对于粒子滤波算法中存在的退化问题,通过将局部线性化引入粒子滤波的方法,设计了扩展卡尔曼粒子滤波算法。并针对于扩展卡尔曼粒子滤波算法中存在的线性误差问题,通过迭代扩展卡尔曼解决,设计迭代扩展卡尔曼粒子滤波算法,该算法采用迭代方法来近似目标的后验概率密度,降低线性误差,使算法的检测跟踪性能得以增强,并通过仿真验证算法的有效性。最后,研究了基于扩展卡尔曼粒子滤波检测前跟踪算法和基于迭代扩展卡尔曼粒子滤波检测前跟踪算法,在基于粒子滤波检测前跟踪算法的基础上,设计了基于扩展卡尔曼粒子滤波检测前跟踪算法和基于迭代扩展卡尔曼粒子滤波检测前跟踪算法,通过重建重要性密度函数,使其逼近真实的后验概率密度,提升算法的检测跟踪性能,并通过仿真验证了算法的有效性。