频控阵雷达（Frequency Diverse Array,FDA）目前已被广泛研究,该阵列通过在发射端使用不同频率大小的载波,可以产生同时具有角度与距离依赖的波束方向图。这种距离依赖特性可以抑制距离模糊杂波,从而可以产生许多新的潜在雷达应用。在传统的FDA（conventional-FDA,CFDA）波束方向图中存在两个问题,即角度-距离耦合特性和时变特性。这两个特性具体表现为:CFDA波束方向图是一种存在多个峰值点的“S”型线状波束,并且在自由空间中具有周期扫描特性。为了解决这两个特性为目标位置参数估计带来的问题,本文分别进行了解耦合方法研究、时变特性抑制方法研究以及基于FDA的目标参数估计算法优化。本文主要工作内容包括以下部分:针对FDA波束方向图角度-距离耦合的问题,分析出现该问题的原因并且提出一种将非线性频偏和随机频偏结合的随机非线性频偏解耦方法。该方法实现了具备解耦合且去距离维栅瓣的FDA波束方向图。并且对比非线频偏方法,该方法可以降低波束方向图的旁瓣高度且具有更好的聚焦性。针对时间调制非线性频偏FDA波束方向图聚焦性能较差的问题,本文提出一种基于粒子群优化（Particle Swarm Optimization,PSO）算法的时间调制非线性频偏方法。该方法首先将时间调制非线性频偏方法中非线性函数的选取转化为波形优化问题,然后通过PSO算法进行寻优找到合适的非线性函数。通过该方法可以获得一个性能较好的空间聚焦且静态的FDA波束方向图。针对2D-MUSIC（Two-Dimension Multiple Signal Classification）算法在FDA雷达参数估计中计算复杂度较大的缺点,本文提出了一种RD-MUSIC算法（Reduced-Dimension MUSIC）。该算法通过矩阵计算将导向矢量里的距离参数与角度参数分离,分别在角度维与距离维进行谱峰搜索得到目标位置信息,降低了算法的计算复杂度。通过仿真对比验证了该算法的有效性。