目标识别是现代战争中精确作战的前提和基础,但目前伪装、隐身、欺骗等手段的发展为实现目标准确探测和识别带来挑战。微动特征是对目标运动特征的精细反映,其唯一性、低可控性的特点为人们研究目标探测识别提供了新的途径。激光探测微多普勒效应较微波探测具有更高的灵敏度和分辨率,结合精确的参数估计方法和充分的先验知识,可将目前微多普勒效应的应用领域由分类向精细识别拓展。本文以实现目标分类和精细识别为背景,以相干激光探测的目标多分量微动特征为研究对象,通过理论分析-仿真计算-实验验证的方法对回波信号精确表征、时频特征分析和微动参数精确估计等问题开展了较为系统深入的研究。(1)针对目前对激光微多普勒信号定量化描述不足的问题,提出了多分量激光微多普勒信号的精确表征方法,包括:推导了典型目标微动回波信号的光电流表达式,明确了目标微动参数和信号调制参数的对应关系,阐述了多分量信号的内涵;分析了回波时频特性与目标动态参数和探测系统主要参数的关系,指出平动和微动参数是决定回波时频特性的主要因素;严格推导了高斯白噪声下激光微多普勒信号参数估计的克拉美-罗界,给出了闭合表征形式,拓展了现有方法的适用范围,为参数估计方法的性能对比和评价提供了统一的标准;搭建了激光微多普勒信号采集实验系统,用于对表征模型进行验证。通过对回波信号的精确表征,为目标微动特征的准确提取和参数精确估计建立了基础模型。(2)针对现有方法直接用于提取激光探测平动-微动混合特征所面临的数据量大、处理速度慢的问题,提出基于时频分析的微动特征快速提取方法。包括:定义了时频分析方法性能评价标准,对平滑伪魏格纳-维利时频分析的参数进行了优化设计;在最佳时频分布基础上,提出了基于形态学的时频图降噪方法,准确去除了非自项区域噪声,具有自适应噪声滤除性能,方便了后续的特征提取;根据降噪结果,进一步提出基于曲线跟踪的多分量时频特征快速提取方法,有效降低了算法复杂度;设计正弦周期延拓法抑制端点效应,利用经验模态分解提取了微动特征,算法对信号长度要求较低,在处理激光微多普勒信号时可有效减少需要处理的数据量,提高算法效率。所提方法可对目标微动特征进行快速提取,为实现对微动目标的实时分类和初步识别提供了技术支撑。(3)针对单通道多分量微多普勒信号存在时频域交叠的问题,提出参数化的多维微动参数分离估计方法。包括:基于分数阶傅里叶变换理论,提出参数域最窄带宽搜索方法,估计了混合信号平动参数,实现了平动补偿;针对剩余微多普勒信号建立了时变参数自回归模型,在此基础上提出了受限粒子滤波信号分离方法,直接从时域信号分离出了各分量独立的瞬时频率曲线,算法将信号分离和瞬时频率计算的步骤合二为一,简化了信号处理流程,而且算法分离性能不受数据量少的影响,解决了欠定条件带来的分离不确定性;对于分离出的各分量所包含的多维微动参数,提出静态参数粒子滤波估计方法,通过设计全局化代价函数和无效观测点去除机制,得到了优于现有方法2~3个量级的参数估计精度。该参数化估计方法适用于具有正弦调频模型的微多普勒信号,实现了对时频域交叠信号的有效分离,丰富了欠定条件下的微动参数估计方法。(4)为直接从回波微多普勒信号中估计出微动参数,减少中间过程,提高参数估计精度,提出了基于最大似然理论的激光微多普勒信号参数联合估计方法。包括:推导了多分量激光微多普勒信号最大似然估计的闭合表达形式;通过改进信号矩阵的构建规则,有效提高了基于奇异值比谱的微动频率估计精度;利用蒙特卡洛方法实现微动参数的联合最大似然估计,仿真验证了算法性能,对估计精度的分析表明:算法受信号长度的影响较大,而对信噪比的变化不敏感;针对传统方法在计算激光微多普勒似然函数时的不足,从频谱能量分布的角度设计了新的似然函数,获得了理想的概率密度分布形式,使得基于迭代搜索的最大似然估计有了实现的基础,利用MCMC方法实现了参数联合估计,仿真和实验表明,改进算法达到了近似克拉美-罗界的参数估计性能,远高于目前基于时频分析的参数估计方法。基于最大似然的参数联合估计方法不受微多普勒信号模型的限制,具有更广泛的目标识别应用范围和更高的微动参数估计精度。论文的创新之处主要包括:一、从回波光电流模型、信号特性影响关系和参数估计精度三方面对激光微多普勒信号进行了精确表征;二、提出了对激光探测平动-微动混合时频特征的快速提取方法;三、提出了参数化的多维微动参数分离估计方法;四、提出了基于最大似然的激光探测微动参数联合估计方法。实现了基于相干激光探测微多普勒效应的目标微动特征参数的多维度、高精度快速估计,为发展微多普勒激光雷达目标识别技术提供了新型处理方法。