近年来,随着经济和科学技术的发展,汽车数量急剧增多。毫米波雷达作为重要传感器,可以辅助驾驶人员感知周围环节,给驾驶操作提供决策依据。但是汽车毫米波雷达阵元数目少、天线孔径小,也就导致其角度分辨率较差,难以分辨两个到达角（Direction of Arrival,DOA）相近的目标,从而限制了毫米波雷达的应用。本文从阵列布置和估计算法两个方面着手提升毫米波雷达的角度测量的关键参数:估计精度和分辨率。一方面进行阵列稀疏设计,高效利用每一个阵元,增大天线孔径,达到更优的方向图性能;另一方面进行DOA算法研究,从算法层面研究适合于汽车毫米波雷达平台的简单高效DOA估计算法,以实现高精度和超分辨DOA估计。本文的主要工作为:1.梳理了汽车毫米波雷达的基本原理和信号处理框架,尤其是DOA估计的原理。从阵列信号的时空关系出发,分析了均匀线阵模型下真实孔径和MIMO（Multiple Input and Multiple Output）虚拟孔径DOA估计的特点和局限性。2.阵列稀疏设计。首先介绍了两种可以用于阵列稀疏设计的优化算法——迭代傅里叶算法和遗传算法,然后从实际的应用场景出发,针对含有8阵元的毫米波雷达,分别利用两种算法,在半波长均匀分布的20个栅格上设计了一种兼顾旁瓣电平和主瓣宽度的稀疏布阵方案。3.研究了高精度DOA快速估计算法。将插值迭代傅里叶算法引入到DOA估计领域,仅利用快速傅里叶变换（fast Fourier Transform,FFT）和少量迭代就可实现目标DOA的快速高精度估计,运算复杂度与FFT同阶。且理论分析和实验均表明,该算法针对非均匀线阵也同样有效。4.提出了一种适用于汽车毫米波雷达的超分辨DOA算法。利用汽车毫米波雷达测速精度极高的特点,组合运动目标的连续多次测量数据,合成一个极大的虚拟阵列,有效实现了角度超分辨。仿真实验表明,对于8阵元的毫米波雷达,即使是传统的数字波束形成（Digital Beam-Forming,DBF）算法,也可实现角度超分辨。5.进行了外场实验,采用实际的毫米波雷达平台采集数据,完成对上述高精度和超分辨DOA估计算法的实测数据验证。