雷达目标检测技术在无人机检测、智能驾驶等领域具有广泛的应用，但检测无人机、地面行人等此类目标时，一方面实际检测环境复杂，待检测目标常受到强背景杂波的影响，另一方面运动目标速度慢、目标雷达截面积(Radar Cross Section，RCS)小，导致其回波能量微弱，极易被淹没在强杂波中，难以对其进行有效检测。因此，如何有效地抑制杂波，以提升在强杂波环境下慢动目标的检测性能，具有非常重要的意义。本文针对在零频地杂波及低频杂波严重的环境中，如何进行慢动目标的检测问题，重点讨论了基于子空间方法的杂波抑制算法，并分别从杂波基选取和变换域上的子空间投影两个方面展开研究。论文具体内容分为以下几个方面：
　　1、首先阐述了强杂波环境下慢动目标检测的研究背景与意义，以及现有杂波抑制技术的国内外研究现状，分析和总结了基于子空间方法在杂波抑制上的应用及存在的问题；然后介绍了运动目标回波模型，分析了地杂波模型的统计特性及杂波建模方法，并进行了仿真实验；最后阐述了传统杂波抑制技术的基本原理及优缺点，包括动目标显示(Moving Target Indication, MTI)与动目标检测(Moving Target Detection， MTD)，并进行了仿真分析。
　　2、针对子空间方法中存在难以准确选取杂波基的问题，设计了一种基于K-均值聚类的奇异值分解(Singular Value Decomposition, SVD)子空间投影杂波抑制算法。该算法通过对回波信号矩阵进行奇异值分解，依据回波信号特性，得到相应的奇异值谱分布、奇异向量的空间相关性及其平均多普勒频率三个统计量特征，然后基于这些特征采用K-均值聚类算法对各奇异分量进行聚类。此算法无需人为设定阈值参数估计杂波基，可以精确地确定杂波子空间所对应的奇异向量。最后通过子空间投影以抑制回波信号中的杂波分量。实验结果表明，该方法在低信杂比条件下相比于传统子空间方法，能够得到较好杂波抑制效果。
　　3、针对子空间方法中目标子空间与杂波子空间难以分离的问题，设计了一种基于分数阶傅里叶变换的子空间投影杂波抑制算法。通过利用线性调频(Linear Frequency Modulation，LFM)信号对发射信号进行慢时间维相位编码，并在接收端进行相位解码抑制杂波，同时使得杂波获得一定的线性调频特征。利用分数阶傅里叶变换对LFM信号有能量集聚作用的特性，使目标和杂波具有更大的区分度，从而为杂波基的选取，子空间投影算法创造有利的条件。