Debido a su facilidad de implementación sin un transmisor adicional, los sistemas de comunicación por radar integrados que utilizan señales de comunicación convencionales se han convertido en un medio efectivo para monitorear vehículos aéreos no tripulados y otras aeronaves. Sin embargo, su forma de señal de radar no ideal provoca que señales fuertes enmascaren señales débiles, y se requiere supresión de desorden para detectar un objetivo. Dado que la energía de una señal objetivo es extremadamente baja y los métodos convencionales de supresión de desorden tienen un rendimiento limitado, el desorden residual persiste después de que se suprime el desorden variable en el tiempo, lo que resulta en muchos puntos de falsas alarmas en el mapa procesado de rango-Doppler (RD). La distribución bidimensional de estas falsas alarmas en el rango-Doppler es muy similar a la del objetivo y difícil de discriminar, lo que afecta seriamente la detección y el seguimiento del objetivo. Para reducir los puntos de falsas alarmas y mejorar el rendimiento de la detección de objetivos, se discute en este documento la diferencia en la estacionariedad espacio-temporal entre una señal objetivo y el desorden en un corto período de tiempo; se propone un método de supresión de falsas alarmas por radar basado en la estacionariedad espacio-temporal de un objetivo utilizando la diferencia en la estacionariedad entre la señal objetivo y los puntos de falsas alarmas en el rango, Doppler, energía y acimut. En este algoritmo, para asegurar la estacionariedad a corto plazo del objetivo, se obtiene el mapa RD de los sub-marcos de intervalo corto utilizando el método de filtrado de coincidencia deslizante y se extraen los puntos máximos. Luego, se utiliza la distancia de Mahalanobis entre los puntos máximos de cada sub-marco para eliminar los puntos de falsas alarmas. Finalmente, los puntos de falsas alarmas se eliminan aún más mediante el seguimiento del objetivo y la información real del objetivo para mejorar el rendimiento de detección de objetivos por radar. Los experimentos de simulación muestran que este método puede eliminar más del 90% de los puntos de falsas alarmas mientras mantiene el rendimiento de detección de objetivos. El análisis de datos reales obtenidos del experimento de campo indica que la implementación de este algoritmo, que suprime efectivamente las falsas alarmas, conduce a mejores resultados en la detección de objetivos. Estas mejoras pueden facilitar el seguimiento de UAVs y otras aeronaves.