宽带噪声雷达具有低截获概率、良好的抗干扰和反电子对抗等性能，在现代化高技术战争中具有广阔的应用前景。然而宽带噪声雷达在探测运动目标时受到两方面影响，一方面来自于载波的多普勒频移，另一方面来自于包络的伸缩变换，也就是多普勒色散，这些均会导致常规匹配滤波算法的性能下降。随着高超音速飞行器技术的发展，这种处理损失更加凸显出来，严重影响了宽带噪声雷达的探测性能。因此本文以平均模糊函数（AAF）为研究工具，分析了宽带噪声雷达处理高速目标时的匹配滤波特性;同时以算法实时性为出发点，研究了宽带噪声雷达的高速目标参数估计问题。主要工作包括：　　1.研究了宽带噪声雷达的AAF特性，以及多普勒色散效应对匹配滤波器输出的影响。高斯谱噪声信号的相关函数具有低旁瓣特性，且有利于宽带AAF的推导分析，因此本文均以该信号作为研究对象。首先推导了宽带AAF及其切面的解析表达式，并与窄带AAF进行了对比分析，得出宽带AAF在多普勒色散积较大时呈现双峰的特征。接着将宽带AAF进行两步分解，揭示了其双峰出现的原因，并进一步分析了双峰位置与多普勒色散积及相对带宽之间的关系。最后分析了宽带多普勒敏感特性，推导并定量分析了多普勒色散效应与信噪比损失及距离分辨力二者之间的关系。　　2.研究了基于宽带互模糊函数(WCAF)的高速目标参数估计算法。首先证明了WCAF算法是一种最大似然的估计算法，并给出了WCAF算法的估计流程，指出该流程主要由模糊平面计算及参数精确估计这两部分组成。在模糊平面计算方法的研究中，给出了三种时域重构类算法，针对时域重构类算法在频域相关前需要先构造参考信号的缺点，提出了一种基于频域尺度相关的算法。重点分析了频域尺度相关算法中残余尺度因子的情况，并对四种模糊平面计算方法的运算复杂度进行了分析。在参数精确估计算法的研究中，给出了递推二维搜索及二次曲面拟合算法。针对这两种算法运算复杂度与估计性能无法兼顾的问题，提出了一种基于非线性最小二乘的参数精确估计算法，并对比分析了这三种算法的运算复杂度。　　3.研究了基于共轭噪声组的机动目标参数估计算法。首先针对多普勒敏感问题，提出了一种共轭噪声组信号以及相应的目标检测算法。分析了该算法在估计多普勒频率时出现虚假目标的情况，并推导了信噪比损失的表达式。接着将研究扩展到机动目标领域，给出了宽带噪声雷达的机动目标回波模型，并推导了目标运动参数对匹配滤波输出的影响。最后针对距离-速度-加速度WCAF算法运算量大的缺点，在共轭噪声组信号的基础上，提出了一种基于分数阶傅立叶变换的目标参数估计算法。该算法无需高计算复杂度的时域重构运算，采用先多普勒估计后时延估计的方式，避免了距离-速度-加速度WCAF算法的3维搜索过程。整个算法流程都可通过快速傅立叶变换实现，适于工程应用，且在高信噪比情况下的估计性能接近WCAF算法。　　4.研究了基于组合噪声调频信号的高速目标参数估计算法。首先提出了一种多普勒不敏感的组合噪声调频信号，定量分析了组合噪声调频信号的带宽及时延分辨力，并给出了信噪比损失的表达式。然后在组合噪声调频信号的基础上，针对多普勒色散问题，提出了一种基于最小二乘(LS)的参数估计算法。该算法采用短时相关运算代替WCAF算法的搜索过程，有效的减少了运算量;利用高斯拟合提升了分段相关的时延估计精度，获得了更高的参数估计性能。鉴于LS算法在处理多目标时复杂度较高，且在分段多普勒色散积较大时估计性能较差的缺点，本文接着提出了一种基于频域超分辨(FDS)的参数估计算法。该算法通过构造多普勒相位差组并运用多重信号分类算法，使得其在匹配滤波失配的条件下，仍能有效估计多个目标的速度。分析了信源相关性情况，并采用改进的MUSIC算法进行解相干处理。另外讨论了多普勒不模糊及算法有效时的参数选择问题，给出了固定时延间隔τc及分组数K的上限。经过比较分析得出，FDS算法具有比LS算法更接近于WCAF算法的参数估计性能，且运算复杂度介于WCAF算法与LS算法之间。