MIMO雷达是近十几年新兴的热门研究课题,它的全称是多输入多输出雷达(Multiple-Input Multiple-Output radar)。在MIMO雷达的众多研究方向中,目标的角度估计获得了很多研究人员的大量关注。为了在实际工程中具有更好的实用价值,本文将MIMO雷达列为研究对象,将张量代数作为数学基础,利用现已存在的大量目标角度估计算法,介绍了阵列误差条件下基于张量的MIMO雷达高精度角度估计算法。首先,为了更好的介绍传统的MIMO雷达角度估计算法,先对MIMO雷达的工作原理以及信号模型进行了详细的阐述。在此基础上,介绍了几种最为经典的MIMO雷达角度估计算法,其中包括Capon算法、MUSIC算法、ESPRIT算法和ESPRIT-MUSIC算法。本文从这几种算法的理论基础开始,介绍了算法的推导过程,接着利用数值试验对各个算法进行了性能分析与测评,总结出各个算法的优势与弊端,汇总出每种算法所拥有的特点。其次,对张量的基本概念以及基础运算法则进行了详细的阐述,然后建立了基于张量的MIMO雷达信号模型。研究了未知互耦条件下多输入多输出(MIMO)雷达中严格非圆目标的联合发射方向(DOD)和波达方向(DOA)的估计问题,提出了一种基于张量的角度估计方法。该方法利用互耦矩阵的带状对称Toeplitz结构,在张量域消除了未知互耦的影响。另外,由于所提算法同时利用了检测信号的非圆性和多维结构,因此所提算法的角度估计性能优于其他基于子空间的方法。通过数值试验的结果可以看出,所提算法所拥有的估计性能优于其他算法。然后,为了使算法的运算冗余得到有效的降低,提高运算效率,提出了一种在互耦条件下基于酉张量分解的多输入多输出(Multiple Input Multiple Output,MIMO)雷达非圆目标稳健的角度估计算法。在该算法中利用增广张量的centroHermitian特性通过酉变换转化为实值张量。由于该算法只需要进行实值运算,因此具有较低的运算复杂度,大大减少了运算时间。仿真结果证明所提算法具有有效性与优越性。接着,针对在幅相误差条件下MIMO雷达的角度与幅相误差估计进行了研究,提出了一个基于张量的角度与幅相误差估计算法。在这个算法中,我们利用平行因子分解(PARAFAC)来进行发射与接收阵列的方向矩阵估计。接着利用方向矩阵列向量之间的关系估计出增益误差。随后,通过附加精准校准的阵列元素相位之间的线性特征得到角度估计。最后,充分利用所有阵列的相位特征,得到相位误差估计。所提的算法能够消除误差累计的影响,因此所提算法具有更好的角度与幅相误差估计性能,特别是在低信噪比的情况下。后面的数据实验证明了所提算法的优越性与有效性。最后,研究了未知色噪声条件下多输入多输出(MIMO)雷达中联合角度和阵列幅相误差的估计问题,提出了基于张量的联合角度和阵列幅相误差估计方法。该方法利用未知色噪声的时间不相关特性,构造一个三阶张量来消除未知色噪声的影响。然后利用平行因子(PARAFAC)分解得到发射方向矩阵估计和接收方向矩阵估计。接着利用拉格朗日乘数法估计出幅相误差。然后利用得到的幅相误差估计来实现角度估计。该方法不仅消除了幅相误差的影响,而且消除了未知色噪声的影响。因此,所提方法能够实现较好的估计性能。数值实验证明了该方法的优越性。