合成孔径雷达（Synthetic Aperture Radar，SAR）技术与地面运动目标指示（Ground Moving Target Indication，GMTI）技术相结合，可在获得高分辨率地面场景图像的同时完成地面运动目标的检测及测速定位，具备大范围、全天候对地观测、监视能力，在军事侦察、交通管理、区域监测等方面有着极其重要的应用价值。相比于单通道SAR-GMTI系统，多通道SAR-GMTI系统能更加有效应对复杂环境，在运动目标检测与参数估计方面有更优的整体性能。
　　然而，在实际应用中，多通道SAR-GMTI面临三个复杂性：环境的复杂性、目标运动的复杂性、计算的复杂性，本文将这三个复杂性统称为复杂条件。环境的复杂性指场景包含多种类型地物、杂波功率非均匀变化，使以空时自适应处理为核心的杂波抑制与目标检测方法性能下降甚至失效；目标运动的复杂性指目标运动由单一的匀速运动衍化为匀加速运动、微动等多种运行形式，若采用静止目标参数构造匹配滤波器，运动失配（目标散焦）现象将更加显著，目标检测性能严重下降；计算的复杂性指为了应对环境、目标运动复杂性，达到更优的性能，采用以搜索为基础的目标检测与参数估计方法运算效率非常低效，制约技术的实用化。
　　本文系统研究复杂条件下多通道SAR运动目标检测与参数估计方法，以多通道SAR信号建模为基础，深入分析多种形式运动目标特性，充分利用多通道SAR信号特性研究整体性能较优、运算效率较高的SAR-GMTI方法，以实现复杂条件下多种运动形式目标的检测与参数估计。
　　本文首先从SAR-GMTI技术的应用价值、面临的挑战和难点出发阐述了研究背景和意义，对SAR-GMTI研究历史与现状进行归纳总结，指出了目前SAR-GMTI技术方法存在的一些不足及需要改进之处，据此引出课题研究的重点。
　　第二章对多通道SAR杂波信号与运动目标信号进行建模及特性分析，建立了二维时间域、距离-多普勒域、SAR图像域三个信号域的杂波信号模型、匀速运动目标信号模型、匀加速运动目标信号模型、微动目标信号模型，分析了各个信号域杂波及不同类型目标的单通道信号调制形式及多通道干涉相位，形成较为完备的杂波信号和目标信号模型及特性分析结论，为后续研究SAR-GMTI方法提供基础支撑。
　　第三章针对匀速运动目标图像域检测，分析了匀速运动目标在SAR图像表现的块-像素特性，以匹配滤波器与自适应匹配滤波器为原型，提出了自匹配滤波器、自适应-自匹配滤波器检测方法。这两个方法的核心是使用待检测单元的邻近像素单元对应的多通道信号来代替运动目标导向矢量，从而免除了运动目标导向矢量的搜索，使检测方法在保证检测性能的同时获得十倍量级的运算效率提升。
　　第四章针对现有图像域检测方法对多种形式运动目标失配导致性能下降问题，基于统计假设检验理论与多通道信号模型，提出适合多种形式运动目标检测的二维时间域广义似然比检测方法，根据检测器形式及SAR传输函数的方位不变性特点，采用二维空时匹配滤波实现广义似然比检测方法；针对二维时间域广义似然比检测方法的运算率较低问题，进一步对其进行简化，提出基于两步检测框架的运动目标快速检测方法，其思想是先用运算效率高的初步检测方法筛选出包含运动目标的距离单元，再对检测出的距离单元应用二次检测方法，其中初步检测基于带通STAP滤波器，只进行空间滤波，不对目标进行聚焦处理，可视为是图像域匀速运动目标STAP检测方法的扩展。
　　第五章研究SAR运动目标参数估计与成像。首先提出基于合成通道信号与扩展多普勒域一维匹配滤波的匀速运动目标参数估计与成像方法，将运动参数的最优估计问题转化为等价的多个高效的一维匹配滤波问题。在对信号模型进行近似的情况下，提出基于合成通道信号与扩展多普勒域一维匹配滤波的匀加速运动目标参数估计与成像方法；与匀速运动目标参数估计与成像方法相比，该方法增加了立方相位系数估计以解决立方相位项的估计与补偿。为实现匀加速运动目标所有参数的解耦合与估计，进一步提出基于多通道信号最大似然方法的距离向速度与加速度估计。针对微动目标，指出了在多通道条带SAR雷达系统条件下微动信号的独特性，提出基于多通道信号最大似然方法的参数估计与成像。
　　第六章对全文进行总结，并指出下一步可能的研究方向。