发射分集多输入多输出(MIMO)雷达是一种由多个发射分集天线发送信号并由多天线阵列接收回波信号的雷达。由于发射天线阵元间距较大,各发射信号互不相关,使得目标的雷达散射截面积(RCS)近似恒定,在目标检测方面具有明显的优势,其信号处理方法受到广泛关注。针对如何提高MIMO雷达目标检测性能,已提出一系列传统方法。这些方法虽在某些程度上提高检测性能,但是仍存在如下缺陷:一是需已知目标散射矩阵、噪声方差等先验信息,属于非盲检测法;二是需要假定快拍数远远大于阵元数,当阵元数与快拍数在同一数量级时不再适用。为解决上述问题,近年来,我们将随机矩阵理论(RMT)应用于MIMO雷达目标检测中,在无需已知先验信息的情况下可实现目标盲检测。然而,由于RMT方法基于渐近谱理论,适用于快拍数和阵元数都足够大的情况。在实际应用中,快拍数和阵元数往往都是有限的,这时采用RMT方法将存在偏差。本文针对快拍数和阵元数都严重匮乏的情况,将有限维随机矩阵理论(FRMT)与发射分集MIMO雷达目标检测相结合,提出新的目标检测算法。本文的主要创新性工作如下:提出一种基于有限维随机矩阵理论-标准条件数(FRMT-SCN)的发射分集MIMO雷达目标检测算法。该算法考虑接收阵元数与快拍数都很少且数量接近的情况,将回波信号样本协方差矩阵的最大最小特征值比值即SCN作为检测统计量,并利用FRMT下Wishart矩阵SCN的精确分布表达式得到判决阈值。通过仿真验证了所提出FRMT-SCN算法的检测性能,并分析了发射分集数对检测概率的影响。该方法可解决当快拍数和阵元数在同一数量级且均严重匮乏时所带来的问题,可实现目标盲检测。但该方法仅适用于接收阵元数为2的情况。提出一种基于有限维随机矩阵理论-联合特征值分布(FRMT-JED)的发射分集MIMO雷达目标检测算法。该算法将回波信号样本协方差矩阵的最大特征值作为检测统计量,并基于FRMT的Wishart矩阵联合特征值分布(JED),推导出样本协方差矩阵最大特征值的精确分布表达式,从而得到判决阈值。该方法适用于接收阵元数大于2的情况,但是,当阵元数相对较大时,运算复杂度也会随之增加。针对FRMT-JED算法运算复杂度大的问题,提出一种基于FRMT-双极值JED的发射分集MIMO雷达目标检测算法。该算法将样本协方差矩阵最大和最小特征值的平均值作为检测统计量,并利用FRMT的Wishart矩阵双特征值极值JED,推导其精确分布表达式得到判决阈值。由于无需矩阵运算,可以大大减少运算复杂度,并实现盲检测。