近年来，随着经济社会的迅速发展，交通问题日益突出，为了缓解交通压力，世界各国纷纷对智能交通系统展开了研究。车辆检测器是智能交通系统的重要组成部分，主要用来获取道路的交通信息。微波车辆检测器即车流量检测雷达以其独有的优势，在智能交通系统中有广阔的应用前景。本文的工作围绕车流量检测雷达展开，主要研究了信号处理的方法和理论。　　 文中首先介绍了智能交通系统的发展现状，分析了几种车辆检测器的工作原理及优缺点；接着介绍了车流量检测雷达的系统原理及主要参数；随后讨论了几种常用的雷达信号处理方法；最后给出了本文的研究内容及主要创新点。　　 根据实际应用的需求，对自适应检测门限进行了研究。文中介绍了雷达信号恒虚警率检测的基本理论，分析了杂波背景和目标功率谱的统计特性，同时分析了一段时间内有车经过时间长度的统计特性。在以上分析的基础上，提出了一种基于TM-CFAR的自适应检测门限算法。通过大量实验数据对算法进行了验证，对算法的性能进行了分析。　　 针对中频信号的非平稳特性，研究了时频分析理论在目标检测中的应用。文中分析了目标信号、干扰信号和噪声在Wigner-Ville时频平面的分布特性，提出了利用Wigner-H0ugh变换估计目标参数的方法，讨论了Wigner-Hough变换的实现问题，通过实验验证了Wigner-Hough变换在目标参数估计中的准确性。在Wigner-Hough变换的基础上，提出了一种基于二值积分Wigner-Hough变换和自适应时频滤波的新方法，可同时检测出回波强度相差较大的多个目标，改善Wigner-Hough变换对于多目标的检测性能。　　 将小波理论引入到中频信号的处理中，研究了小波分析在信号去噪中的应用。文中分别采用小波变换阈值法、平移不变量法和小波变换模极大值法对中频信号进行了处理，分析了这三种方法的去噪性能。在传统的软硬阈值函数基础上，提出了一种新的阈值函数，仿真信号的实验结果表明新阈值函数可较好的克服软硬阈值函数的缺陷，提高小波阈值法去噪的性能。提出了基于新阈值函数的平移不变量去噪方法，仿真信号和实际信号的实验结果表明该方法可较好抑制阈值法去噪时产生的伪吉布斯(Pseud0-Gibbs)现象，进一步提高去噪的效果，改善对目标的检测性能。　　 文中最后根据应用的需求和信号处理理论的发展趋势对中频信号的研究进行了展望，讨论了几个值得进一步研究的方向。