无人机的应用越来越为广泛,在军事领域和民用领域都有着重要的用途,但同时也存在着被不法分子滥用以至于威胁到人们安全的风险。为抵御无人机带来的威胁,及时地检测到无人机便显得尤为重要。而无人机作为低空慢速运动的小目标,对其进行检测成为难点问题。微多普勒效应是由目标除主体之外的微动部件引起的,无人机旋翼叶片的旋转会导致微多普勒效应的产生。提取到无人机所具有的这种独特的微多普勒特征有助于对其进行准确地检测。本文为了更加准确的检测到无人机目标,将传统的检测方法与无人机的微多普勒特征提取相结合,达到更加准确地检测无人机、减少虚警概率的目的。本文首先对微多普勒效应的概念及内涵进行了详细的介绍,目标所具有的这种微多普勒效应在目标的精确检测方面起到了重要的作用。微多普勒特征较为突出的旋转的旋翼叶片进行了建模与仿真,分析了其所存在的微多普勒效应。接着,本文提取无人机目标的微动特征,分别采用短时傅里叶变换、小波变换等方法提取旋转旋翼叶片以及无人机目标的微多普勒特征,进而得到它们的物理结构参数。对于宽带雷达的带宽足够宽使得无人机出现跨距离单元的现象时,采用一种基于“频谱包络导数”的参数提取方法可以更加准确的提取无人机的微动信息。然后,本文针对宽带雷达无距离扩展的无人机目标检测问题,如何将无人机目标与较强的固定地物杂波区分开比较关键。本文将传统的CA-CFAR检测方法与微多普勒特征提取方法相结合,提出了一种RD-频谱检测方法,该方法具有较好的检测性能。最后,本文针对宽带雷达距离扩展的无人机目标检测问题,当雷达带宽足够宽使得小型无人机占据多个距离单元时,无人机的微多普勒特征将会更加明显。在这种情况下,研究了M/N检测算法和空间散射密度广义似然比(SSDGLRT)检测算法这两种基于一维距离像的扩展目标检测方法,接着介绍了基于RD谱的扩展目标检测算法,通过仿真对比了三种方法的检测性能;然后对距离扩展目标提取基于“频谱中频率调制”的微动特征,其对目标和杂波的区分效果良好。