在高级辅助驾驶、智能驾驶快速发展的今天,车载毫米波雷达凭借其全天时全天候的优势,成为最具潜力的传感器之一,受到了国内外汽车厂商和研究机构的重点关注。虽然雷达信号处理技术在军工领域已经相对成熟,但不同的作用场景、受限的产品成本,使得研发出一款高性能高可靠的车载毫米波雷达面临着不小的挑战。为此,本文面向实际需求,立足工程实现,对车载毫米波雷达目标参数估计和目标跟踪算法展开深入研究,具有重要的理论意义和实用价值。首先,从LFMCW信号模型出发,依次研究了测距、测速和测角原理。对于均匀线阵的测角问题,分别讨论了相位干涉法、数字波束形成和Capon算法,并针对车载雷达空域采样数据量小的问题,使用空间平滑技术改进了Capon算法。对于测速问题,尤其是速度模糊问题,提出了基于相位干涉技术的速度解模糊方法,并给出两种具体实现方法,分析验证了算法性能。其次,讨论了目标跟踪相关理论,包括跟踪波门、数据关联和跟踪滤波等。数据关联作为目标跟踪的核心环节之一,是重点也是难点问题,本文在分析邻域类和概率类数据关联算法的基础上,结合实际量测的特点,从减少量测进入波门的角度,提出了基于多普勒约束的近邻数据关联方法,有效地减轻了关联模糊问题。对于跟踪滤波,先介绍了适用于弱机动目标建模的CV模型和CA模型,然后研究了工程上常用的卡尔曼滤波算法和α-β(α-β-γ)滤波算法。最后,结合BSD雷达应用,设计了一套完整的多目标跟踪处理流程,对跟踪的部分环节和细节进行了讨论,分别提出了基于先验信息的贪心逻辑航迹起始方法和分优先级的数据关联策略,并研究了目标跟踪的参数初始化问题。另外,针对本文应用场景,提出了量测动静分类及场景识别措施。最后,通过BSD雷达实测数据对多跟踪算法的有效性进行了分析和验证。