在现代无线通信领域,MIMO(Multiple Input Multiple Output)多天线技术已经不是一个新的概念。它在无线链路两端均采用多天线,充分开发空间资源,在不增加发送功率或系统带宽的情况下提高通信系统的容量、频谱利用率和可靠性,是无线移动通信领域智能天线技术的重大突破,也是新一代移动通信系统必须采用的关键技术。受MIMO技术在通信领域发展的启发和基于MIMO技术所体现出的优越性,雷达设计者近年来提出了MIMO雷达这一新思想。这一领域的发展和运用前景得到了越来越多资深学者的广泛关注,但目前国内外对它的研究都还是处于初级阶段。MIMO雷达收发阵列由多个具有不同相位中心的全向波束阵元组成,阵列元件间信号具有独立性,而不像波束形成假定接收和发射的信号间高度相关性。信号之间的相互独立性为MIMO雷达带来了一些独特的优势,如雷达目标截面积近似为恒定不变,信号衰落大大降低,这样获得的分集增益提高了雷达的检测能力。目前,国内外对MIMO雷达的研究主要集中在有源MIMO雷达DOA估计、目标检测性能分析和波形设计与多通道信号模型等方面。本文讨论了目前运用较为普遍的MIMO雷达模型,研究了共址MIMO雷达模型中现有的参数估计(包括目标到达角估计和复幅度估计)算法、目标可辨识性以及波形设计问题。基于统计MIMO雷达,本文通过仿真实验讨论了扩展目标模型下的波形设计方法,提出了将Kronecker结构矩阵估计技术运用到波形设计求解问题当中的方法,对现有算法能起到补充和完善的作用。首先,本文讨论了目前研究中较为常用的MIMO雷达模型,说明了各种模型下信号处理的特点。同时讨论了一种虚拟信道表示模型,尝试将角度扩展的这一现实状况融入建模的考虑之中。接下来,基于共址MIMO雷达模型本文介绍了Capon、APES、GLRT,以及基于非相干子阵阵列结构的迭代GLRT非参数型的空间谱估计算法,比较和分析了各算法的性能。通过仿真实验,本文讨论了MIMO雷达的参数可辨识性,验证了其目标可辨识性方面相对于传统雷达的优势。基于共址MIMO雷达模型,本文分析了ML(Maximum Likelihood)与BIC(Bayesian Information Criterion)相结合的参数估计和目标数量检测算法,并借用该算法的思想提出了GLRT与BIC结合的估计算法,仿真结果验证了该算法的可行性。最后,本文讨论了MIMO雷达波形设计问题,分别讨论了共址MIMO雷达模型和统计MIMO雷达模型的波形设计问题,并且着重分析了统计模型FIR系统的优化估计波形设计方法,提出了将Kronecker结构矩阵估计技术运用到波形设计求解问题当中的方法。具体采用的方法是最大似然和可分最小二乘框架两种估计方法,仿真实验验证了这两种估计方法的有效性。同时可得两种方法估计性能非常接近,且估计性能随信号持续时间和发射功率的增加而改善。