数据处理是雷达系统的重要组成部分,它被广泛的应用于军事及民用行业。近年来,空中和地面的探测环境日趋复杂,对数据处理能够正确跟踪目标提出严峻的考验。本文的主要研究了基于雷达系统的多目标检测和跟踪。本文以无人机作为观测,产生不同运动模型的实测点迹,根据探测距离较近以及角度误差较小,选择扩展卡尔曼滤波作为基本的滤波算法对目标进行跟踪,使用MATLAB仿真不同运动模型的目标轨迹,对滤波算法的性能进行分析。然后采用交互多模型对仿真目标进行跟踪,并进行误差分析以及每个模型的概率分析。最后选择CV模型对实测点迹进行跟踪,在进行WGS84坐标转换后,将结果上报给显示终端。分析实测数据中遇到的诸多问题,给出可行的解决方法。在航迹相关过程,本文采用嵌套波门的方法用于航迹起始及航迹相关,相比传统的关联方式减少了起假航迹的概率。在航迹滤波过程中,采用自适应卡尔曼滤波的方法。通过几个连续的观测周期内对目标位置偏差的分析,得到一个量测噪声的估算值,并且这个估值随着滤波过程的推进不断迭代。传统的扩展卡尔曼滤波观测噪声是一个定值,自适应卡尔曼滤波算法即使在观测噪声初始值不准确的情况下,也可以通过迭代将噪声调整为与真实环境噪声匹配的大小。对于目标突然发生机动的情况,采取双波门和增加辅助航迹的方法防止假性机动的产生。同时针对雷达工作模式切换和点迹分扇区输入面临的实际工程问题给出解决方法。最后通过实测点迹的数据,完成基于VS2013的数据处理算法实现。