双基地MIMO（Multiple-input and Multiple-output）雷达利用一组发射阵元发射相互正交的信号,一组接收阵元采集目标回波信号。由于利用空间分集可以形成大的虚拟阵列孔径,能有效地对目标进行探测和定位。为了实现对双基地MIMO雷达目标的定位,论文从空间谱估计、相关信号处理、发射信号设计和稀疏信号重构角度进行了研究。主要研究成果可概括为:基于子空间原理提高了线性预测算法对双基地MIMO雷达目标定位的精度,基于相关矩阵重构实现了相关信号下双基地MIMO雷达目标定位,基于J正交矩阵构造发射信号提高目标定位精度,从稀疏信号重构角度实现双基地MIMO雷达目标三维参数联合估计以及采用改进l2范数优化算法实现密集网格下的目标快速定位。1.研究了双基地MIMO雷达的信号模型及相关理论。基于闵可夫斯基加法和集合元素减法讨论了虚拟阵列的构成。在发射正交波形和匹配滤波的前提下,从电磁波发射、反射和接收过程,详细推导了双基地MIMO雷达单目标信号模型,并推广到多目标信号模型。根据克拉美劳界的定义,推导了双基地MIMO雷达单目标三参数和多目标三参数估计时的克拉美劳界。利用子空间原理,对线性预测算法进行改进,解决了多参数估计时,线性预测算法应用到双基地MIMO雷达目标定位时精度不高的问题。2.采用反对角阵加载和酉变换,实现了双基地MIMO雷达目标的DOD（Direction of Departure）和DOA（Direction of Arrival）自动匹配估计,同时提高了目标定位精度,降低了计算复杂度。通过自相关矩阵和互相关矩阵求解多普勒频率,当多普勒频率相同时会出现相关问题,造成自相关矩阵秩亏损,无法直接通过本征值分解对双基地MIMO雷达目标进行定位。因此基于矩阵重构思想,采用对角前向空间平滑法DFSS＿ESPRIT（Diagonal Forward Space Smoothing＿Estimating Signal Parameters via Rotational Invariance Techniques）、截断对角前向空间平滑法TDFSS＿ESPRIT（Truncate DFSS＿ESPRIT）、基于Toeplitz矩阵的Toep＿ESPRIT法和差分空间平滑法DSS＿ESPRIT（Differential Space Smoothing＿ESPRIT）,解决了自相关矩阵秩亏损问题,实现了信号相关时的双基地MIMO雷达目标定位。3.采用J正交矩阵构造发射信号,提高了双基地MIMO雷达目标的定位精度。结合J正交矩阵的定义,基于主枢轴变换,分析了J正交矩阵具有的性质。仿真分析了单位阵、高斯阵、Hadamard阵和J正交矩阵构造发射信号时,对双基地MIMO雷达目标角度克拉美劳界的影响。4.基于稀疏信号重构算法,实现了双基地MIMO雷达目标三维参数的联合估计。传统的谱估计算法基于空间谱,所以只能同时估计出目标的二维参数。与之不同,稀疏重构算法通过双基地MIMO雷达稀疏信号模型,将空间谱中的谱峰搜索转变为完备字典中反射系数的峰值搜索,实现了三维参数估计。采用奇异值分解解决了奇异矩阵求逆问题,并用残差信号控制迭代步长的自适应Tikihonov算法同时估计出目标的波达方向、波离方向和反射系数,并且每个目标的各参数自动匹配。5.采用加权l2范数算法,实现了密集网格下双基地MIMO雷达目标三维参数的联合估计,解决了密集网格下的定位难题。密集网格划分虽然有助于提高目标定位范围,但是数据量大,算法收敛速度缓慢。为了解决这一问题,改变约束条件构建新的目标函数,并采用嵌套共轭梯度的方法,从稀疏信号重构角度实现了密集网格下,双基地MIMO雷达目标的波达方向、波离方向和反射系数快速估计,并且目标各参数自动匹配。