在现代雷达系统中,雷达信号处理的主要目的是获得高精度的参数估计结果,而其中对于速度参数的精确估计更是雷达界研究的热点之一。虽然最大似然估计（Maximum Likelihood Estimation,MLE）具有理论上的最优性,但是它仍然受到速度模糊现象的影响。解决速度模糊问题主要从两方面考虑:一方面在速度粗估计阶段获得无模糊粗速度,另一方面在速度精估计后对速度进行解模糊。目标的无模糊速度作为目标本身特性之一,可以为判断目标分离点提供有效依据。目标分离是空间目标飞行过程中最常见的事件之一。对目标分离点的实时检测在火箭发射、目标拦截、目标跟踪和目标识别等多种任务场景下都具有非常重要的应用价值。由此,本文针对空间目标速度估计和分离点估计展开如下几方面的研究。（1）对速度维似然函数进行分析,比较不同脉冲积累数、不同带宽和是否补偿加速度对传统的基于盲速旁瓣的速度粗估计算法的影响。针对速度维似然函数在峰值附近过于平缓而导致速度粗估计值存在模糊的问题,提出改进的基于盲速旁瓣的速度粗估计算法,并通过蒙特卡洛仿真对该算法的速度解模糊正确率进行分析。（2）针对粗估计速度存在模糊的问题,提出低数据率情况下的带内互相关速度解模糊算法。该算法的速度估计精度较高且不存在模糊,适合结合最大似然法来解速度模糊。同时,针对一些特定的雷达系统无法获得目标粗估计速度问题,该算法依然可以获得精度较高且无模糊的速度估计值。通过自适应调整共轭带宽,该算法可以在逐步缩小速度无模糊范围的同时提高速度估计精度,相关的实验仿真说明了该算法进行速度估计的性能和有效性。（3）对于目标分离场景,传统方法通过一维距离像信息来识别目标分离时刻。针对传统方法只是观测一维距离像,分辨不出同一个距离单元内存在多目标的情况,介绍使用二维似然函数的方法,增加速度维观测信息,提高雷达分辨多目标的能力。同时,利用目标参数的估计值,通过插值拟合的方法得到精度较高的目标分离点时刻。