随着电磁环境的日益复杂和战场电子对抗技术的持续发展,人们对雷达技术的改进工作也在不断进行。为了提高雷达发射端的自由度,获得更高的波形分集增益和频率分集增益,人们将频率分集阵列(FDA)和多输入多输出(MIMO)雷达相结合,提出FDA-MIMO雷达这一概念。本文主要就以双基地FDA-MIMO雷达为对象,研究了该型雷达的功率聚焦波形设计、角度、速度、距离联合无模糊估计以及冲击噪声下的多参数联合估计算法。论文的主要工作如下:1.针对功率聚焦下的波形设计问题,提出了一种基于最小参数估计克拉美罗界(CRB)的波形设计算法。该算法在雷达的发射天线数、正交基信号数和变频阵元数均不相同的前提下,对两个阵列进行子阵划分,实现雷达的距离-角度解耦合和参数估计旋转不变性(RIP)约束的保证。为了实现雷达功率的聚焦,改善雷达估计性能,提出了一种以参数估计最小CRB为目标的发射阵列、变频阵列和方向图合成矩阵联合优化算法,同时通过快速分层方法降低了算法复杂度。仿真结果表明该算法能将能量更好地聚焦在目标方位和距离处,雷达的估计性能得到了提高。2.针对雷达参数估计中的距离和速度估计模糊问题,提出了双基地FDA-MIMO雷达下的多参数联合无模糊估计算法。首先,推导证明了回波相位不仅与频率增量-目标距离有关,还与频率增量-目标速度有关,从而为距离和速度解模糊打下基础。然后利用旋转不变子空间算法(ESPRIT)实现了目标角度、距离和速度参数的联合估计,并分别提出了距离解模糊算法和速度解模糊算法。最后本文推导了算法的CRB并分析了算法的性能。仿真结果验证了算法能够实现目标角度、距离和速度的联合无模糊估计。3.针对冲击噪声下的多参数联合估计问题,并且部分抑制冲击噪声的参数估计算法在低特征指数冲击噪声环境下效果不佳的问题,提出了基于SVD-RPCA和基于QR-RPCA的ESPRIT参数估计算法。该算法先分析得出了冲击噪声具有稀疏性,目标信号矩阵具有低秩性。据此引入鲁棒性主成分分析法(RPCA)并结合子空间分解类算法,提出了 SVD-RPCA算法和相干目标环境下复杂度更高的QR-RPCA算法。两种算法均能有效地将低秩目标信号矩阵从受噪声污染的接收数据中提取出来,并获得与导向矢量张成相同的信号子空间,最后利用ESPRIT算法求得目标角度、距离和速度参数。仿真结果表明该算法有效地降低了原RPCA算法的复杂度,并在低特征指数的冲击噪声下仍能有效地对目标多参数进行估计。