由于机载多输入输出(Multiple-Input-Multiple-Output,MIMO)雷达发射正交宽波束信号,因此利用小规模阵元就能产生大型虚拟阵列孔径,故拥有探测范围广、抗干扰性强等优势。在MIMO雷达中应用空时自适应处理(Space-Time Adaptive Processing,STAP)方法可以提升目标检测能力和杂波抑制性能,但是由于训练样本数不足及计算量大等问题,杂波抑制效果会下降。基于此,本文以机载MIMO雷达为研究背景,围绕杂波抑制的问题,设计了相关预滤波器并通过结合STAP方法,可以减少样本需求量及计算量,主要内容分为以下几个方面:(1)建立机载MIMO雷达杂波模型,将MIMO雷达特点与STAP方法进行结合,分析机载MIMO雷达杂波模型的性质,研究降维STAP方法,通过仿真实验,验证降维STAP方法的抑制效果。(2)建立两维两脉冲对消器(Two-Dimensional Pulse-to-Pulse Canceller,TDPC),将其作为预滤波器,通过已有系统参数信息,设计滤波器系数矩阵D,建立两维脉冲对消器进行杂波对消,对消器作为预滤波器可以抑制主瓣杂波,随后与成熟的降维STAP方法进行级联,仿真结果验证此预滤波器设计可以提高杂波抑制性能。(3)设计基于稀疏恢复的杂波对消(Clutter Canceller based-on-the Clutter Recovery,CCCR)方法。首先该方法通过构造线性独立的空时导向矢量,恢复出MIMO雷达接收到的原始杂波;其次建立杂波对消器,最大限度地消除相邻脉冲接收到的杂波;最后与传统的空时匹配方法或降维STAP方法进行级联,形成两级预滤波器和目标检测器。作为预滤波器,CCCR可显著降低杂波的自由度(Degrees of Freedom,DoFs),留下更多的系统自由度用于运动目标检测,并降低样本数。仿真实验表明,通过CCCR的设计,可有效抑制杂波,减少杂波DoFs,与TDPC相比,具有减小系统存储量的优势,后续级联空时匹配方法或降维STAP方法可以提高杂波抑制性能,减小其样本需求量。