星载合成孔径雷达系统因为有很强的隐蔽性,较远的探测距离等等优点,很大的提高了分布式合成孔径雷达系统在军事战争生存、作战能力,所以运用在雷达系统中参数估计算法正日益成为军事技术的关键部分。在星载分布式合成孔径雷达系统为背景下,研究了多合成孔径雷达平台对慢速直线和高速运动目标的参数估计技术,并且对不同参数估计算法进行了研究与比较。在分布式合成孔径雷达成像过程中,运动目标的多普勒中心频率和调频率不同于静止目标,因此在静止目标的分布式合成孔径雷达(synthetic aperture radar,SAR)图像上,运动目标不仅在方位向会发生偏移,而且图像也将散焦,分辨率将下降,如果要得到方位向聚焦的高分辨率的运动目标SAR图像,就必须对运动目标重新聚焦成像,因此准确估计运动目标的多普勒参数是运动目标精确成像的关键。在现代战争中,SAR所处理的地面运动目标常常是密集的多运动目标,当SAR的合成孔径内同时存在多个运动目标时,各目标的多个参数都相近,难以区分并且参数估计精度不高。这使得分布式SAR合成孔径内多运动目标的参数估计成为一个棘手的问题,因此必须寻找合适的符合多运动目标回波特性的方法来精确地估计各运动目标的参数。本课题的主要工作可以概括如下:1)针对星载合成孔径雷达系统对运动目标的参数估计问题,当SAR合成孔径内同时存在多个运动目标时,由于其调频率相近,采用传统参数估计方法难以将多个目标区分,并且估计精度不高,因此本文提出级联希尔伯特黄变换-维格纳方法(Hilbert Huang Transform-Wigner Ville Distribution, HHT-WVD),该方法同时解决了HHT时频聚集性不高及WVD存在交叉项的问题,进而实现了对SAR合成孔径内多运动目标参数的精确估计。仿真实验表明,该算法不仅能很好地区分多个运动目标,且参数估计精度高,运算速度快,具有良好的实际应用价值。2)针对传统时频分析方法难以对星载分布式合成孔径雷达系统中地面目标方位向速度进行准确估计的问题,提出了一种分数阶傅里叶变换(Fractional Fourier Transform, FrFT)-多重信号分类(Multiple Signal Classification, MUSIC)空时频方法。首先利用FrFT获得信号向量并构造空时频分布矩阵;然后应用此分布矩阵替代传统MUSIC算法中的协方差矩阵从而求得FrFT- MUSIC空时频谱,通过对谱函数进行搜索估计目标速度。仿真实验表明该方法的多目标速度估计精度高,抗噪声能力强,无盲速。3)针对多个合成孔径雷达平台对高速运动目标的参数估计问题,本文提出了一种适用于高速运动目标参数估计的空时频算法。针对多平台的情况,研究了由于目标高速运动带来的距离徙动问题及其解决算法。本文利用多个合成孔径雷达的信号模型,对整个过程进行了仿真分析并且验证了这种算法的有效性。