弹载相控阵雷达的探测性能直接影响着导弹的命中率,该系统需要解决地面杂波抑制和目标角度测量两个方面的问题。本文研究了弹载相控阵雷达正前视场景下的杂波特性及俯冲运动对杂波谱产生的影响。因为导弹弹头上空间小,携带的运算资源有限,考虑到全空时自适应处理巨大的计算量,弹载相控阵雷达的信号处理需要在子阵级进行并采用降维自适应处理方法。在实际应用中,我们能够获得的独立同分布的样本数非常有限,稀疏STAP具有需要样本数少,收敛速度快等优点,成为一个热门研究方向。本文所做的研究主要有：针对弹载相控阵雷达场景建立模型,探讨了多普勒频率、方位维、俯仰维空域频率与俯冲角的关系,分析了杂波特性。结合工程实际情况考虑了高度杂波,不规则面阵子阵划分的问题,利用目标位置和速度参数变化引起的距离和多普勒模糊来不断逼近实际中遇到的回波数据。针对弹载相控阵平台空间体积小,算法的实时性要求高,雷达布阵不规则等特点,对不规则面阵首先进行子阵划分,并在此基础上选择运算量少,杂波抑制性能次优的降维空时自适应处理算法。介绍了经典的动目标检测MTD处理和降维空时自适应处理算法中的局域联合处理方法(JDL),仿真对比了算法性能差异。介绍了稀疏滤波器空时自适应处理原理和基于矩阵1范数的递归最小二乘稀疏滤波器算法。介绍了一种基于lq(0<9<1)范数的循环下降稀疏恢复算法,结合旁瓣对消结构,在代价函数中加入lq范数的约束条件,提出了基于lq范数的循环下降空时自适应处理算法,给出了推导和实现过程,并将其应用到了弹载相控阵雷达杂波抑制场景,仿真结果表明该算法和以前的稀疏算法相比收敛速度更快、达到相同的信噪比需要的样本数更少。本文还介绍了经典的单脉冲测角计算方法,针对部分阵元被校准的均匀线阵提出一种能同时有效估计信号源角度和阵元相位误差的算法。该算法通过对重构的数据矩阵进行特征分解,利用子空间正交原理建立与未知变量有关的一系列线性方程,最后采用最小二乘方法解出目标角度和未知的阵元相位误差,仿真结果表明该算法具有更低的均方根误差和更高的估计精度。