随着6G的发展,通信与感知一体化成为新的研究热点,如何利用已经广泛部署的通信设备实现目标定位与感知成为亟待解决的问题。目标参数估计是室内定位、感知等技术的基础。但是用于通信的无线设备中的业务天线阵列为了减小通信中的干扰,天线间距设置得较大不满足空间采样定理。利用业务天线阵列进行角度估计时会出现模糊,因此不能获取可靠的参数值。在不改变现有通信设备的情况下,如何同时从信道状态信息（Channel State Information,CSI）中获取多维度信息并提高参数估计精度是实现精确的目标定位与感知的关键,也是实现通信与感知一体化的重要途径。针对上述问题,本文从实现业务天线参数估计与提高参数估计精度两个方向,基于阵列信号处理相关知识,研究了基于业务天线的多维参数估计算法。首先,研究基于线性阵列的多维参数估计。根据线性阵列接收的不同数据包、信号入射到不同天线、信号通过不同的子载波传输之间的相位差,构建三维矩阵。然后从时间、空间、频率多个维度分别对三维矩阵进行平滑去除相干信号对参数估计的影响。最后对平滑后的矩阵进行特征分解并构造谱函数同时对到达角（Angle of Arrival,Ao A）、飞行时间（Time of Flight,To F）、多普勒频移（Doppler Frequency Shift,DFS）进行估计,为实现基于业务天线阵列的多维参数估计奠定基础。其次,将业务天线阵列沿着信号入射角进行映射,并根据映射得到的虚拟天线构造虚拟线性阵列。然后利用虚拟线性阵列结合时间、空间、频率多维度的信息对入射到虚拟线阵上的Ao A、To F、DFS进行估计。最后利用信号入射到业务天线阵列的角度以及信号入射到虚拟线性阵列的角度之间的几何关系,求解信号入射到业务天线阵列的Ao A、To F以及DFS。最后,在室内环境下搭建实验平台对算法性能进行分析。实验结果表明,基于线性阵列的多维参数估计算法在置信度为80%时,Ao A和To F的估计精度分别可达6和5 ns,高于现有的参数估计算法。并且可以通过多普勒的波动情况判断目标的运动状态。基于业务天线的多维参数估计算法在天线间距大于半波长、置信度为80%时,Ao A和To F的估计精度分别可达9和5 ns。