机载/星载雷达地面运动目标检测与定位具有重要的军用价值，该项技术涉及强地杂波背景中弱目标信号检测与参数估计难题，引起国内外的广泛重视。它主要包括杂波抑制，目标参数估计(定位)以及目标成像方法的研究。本文紧密围绕高速运动平台雷达地面动目标检测中的实际问题，分别对图像域和数据域GMTI的关键技术进行研究。本文的具体工作安排如下：　　 1．精确的多普勒参数估计在SAR成像中起了很重要的作用，它会影响距离单元徙动，方位压缩，图像成像质量以及图像配准等。对于多通道SAR系统，不精确的多普勒中心估计将会导致图像间的相关性降低，从而导致杂波抑制性能下降。　　 论文提出了两种不同的多普勒中心解模糊方法。方法一采用了在距离脉压后时间-方位变换时间域中，场景目标的包络轨迹斜率正比于多普勒模糊数这一特性，对场景进行多普勒解模糊。该方法无需结合基带多普勒中心，可以直接估计模糊数。第二种方法利用绝对多普勒中心是距离频率的线性函数关系，在距离频率域中采用方位频率相关处理方法进行方位压缩，压缩后的轨迹正比于无模糊的多普勒中心。该方法可以很好估计绝对多普勒中心而无需平台运动参数等先验知识。　　 实测机载和星载雷达数据处理表明：两种方法在中等和高对比度场景均能很好估计无模糊的多普勒中心。　　 2.针对场景非均匀情况下图像域慢速运动目标检测问题，提出了一种适合慢速运动目标检测的多通道多视联合处理杂波抑制方法。该方法相比于传统的多通道单视处理方法可以提供更好的杂波抑制性能。对于快速运动目标检测，采用非重叠脉冲串划分，在方位向上形成多视子孔径处理。在同样的情况下，相比于单视处理而言，有更好的杂波抑制性能，可以提高目标检测概率。实测机载三通道雷达数据验证了所提方法对快速和慢速目标均具有良好的检测性能。　　 3．快时间信息(距离维)在抑制地形散射干扰和热杂波方面起了很重要的作用。在第四章中提出了一种结合快时间信息的STAP方法来抑制传统的杂波(冷杂波)，该方法充分利用相邻距离门之间的信息，相比于传统的方法可以更好地抑制杂波。尤其在实际误差环境中，该方法可以提供更多的自由度来进行杂波抑制。　　 实测机载X波段数据和美国MCARM数据处理验证了所提方法的有效性。对于样本极度稀少的情况下，提出了一种基于最坏情况约束的空时分离加载技术方法。理论公式证明该方法属于色加载方法，并且最优加载量可以通过给定的空时导向矢量的不确定集合和凸优化方法获得。相比于传统方法，该方法可以获得更好的杂波抑制性能。　　 4．在进行杂波抑制和运动目标检测后，提出了运动目标无模糊的参数估计方法(包括距离/方位向速度和加速度四个参量)。针对目标运动参数估计问题，提出了适合单通道和多通道的参数估计方法。对于高信噪比和低信噪比的运动目标，分别推导出四个运动参数估计的解析表达式，分离了各运动参数。对于由目标运动引起的距离徙动问题，采用n阶keystone变换进行减轻。仿真和实测机载条带SAR数据验证了方法的正确性。　　 5．众所周知，由于时间和空间采样，传统的速度估计方法会出现模糊现象。　　 速度模糊的类型包括两种：一种是由于脉冲重复频率引起的，另外一种是由于天线间距导致的。第六章中提出了一种距离向速度解模糊方法，该方法利用了发射信号的宽带特性(多波长)，根据这一宽带特性概念，提出了两种目标聚焦方法，进而推导了无模糊径向速度估计表达式。成像算法不管多普勒模糊存在与否，运动目标均能很好聚焦。两种目标聚焦方法分别在不同的域中进行，各有不同的特点，并且详细分析了在实际环境中各种应用情况。最后采用实测数据验证了方法的有效性。　　 6．在运动目标参数估计后，接下来就是目标重聚焦操作。目标距离向的运动会引起距离徙动，尤其是对高分辨SAR系统，运动目标跨距离单元走动更为严重。　　 地面运动目标成像需要对距离徙动进行精确校正。为了得到高质量的目标图像，需要精确估计目标的运动参数并利用获得的参数进行目标轨迹校正。然而，在实际场景中，由于静止杂波和噪声的存在，目标运动参数往往不能精确获得。第七章提出了一种运动目标成像算法，该算法可以不需要目标运动参数先验知识，直接对目标进行精确成像。所提成像方法采用在距离频率域构造方位压缩参考函数，从而使得距离和方位的耦合可以得到有效解决。该方法可以看作是keystone变换的一种推广，不仅可以校正距离走动，还可以校正由于距离向加速度或者方位向速度引起的距离弯曲。理论分析表明该方法不需要插值操作，就可以精确对目标进行成像。最后利用机载SAR 实测数据处理验证了所提成像算法的实用性。