随着世界经济以及高新技术的飞速发展,无人驾驶技术逐渐成为未来车辆设计的新方向。无人驾驶技术需要依靠高精度的车载传感器。其中车载毫米波雷达是目前车载传感器中的重要组成部分,车载毫米波雷达系统的核心是其信号处理模块,建立在数字信号处理技术基础上的信号处理算法对车载毫米波雷达的研发有着极其重要和深远的意义。本文论述了国内外关于车载毫米波雷达的发展现状,总结了车载毫米波雷达信号处理算法的发展和其实现方法,并指出传统车载毫米波雷达信号处理算法中存在的问题。对车载毫米波雷达系统的整体结构和基本工作原理进行了分析,对不同工作频率的毫米波雷达以及多种雷达调制波形的工作原理进行了研究,通过对其分析比较,最终选择采用工作频率为24GHz的三角波线性调频连续波雷达作为研究对象。针对传统信号处理算法中出现的分辨率低、虚警漏警、无法检测出正确目标等问题,提出了一个完整的信号处理方案。采用快速傅里叶变换(FFT)将时域信号转换到频域,同时为了防止频谱泄露,进行了时域的加窗处理;为了提高分辨率,提出了线性调频Z变换(CZT)算法,在FFT算法的基础上能够大幅度提高频谱的分辨率,从而更好地识别出目标;对于传统的恒虚警(CFAR)算法中存在的虚警漏警等问题,提出了改进CFAR检测算法,引进了反馈机制,从而可以很好的解决这一问题;对于多目标配对算法,选择采用变周期线性调频连续波+恒频连续波(LFMCW+CW)调制波形的方式进行处理,从而可以很好的解决距离速度耦合问题,减少虚假目标的存在,正确识别出目标物体。选用TMS320F28335 DSP处理器作为信号处理模块的主芯片,并详细阐述了信号处理模块中相关算法的实现方案。对信号处理模块中的ADC模块、DMA模块、低通滤波模块、串口模块进行分析,并说明了相关模块的作用以及实现方法。最后进行了MATLAB和DSP的联合测试,通过对单目标以及多目标仿真测试后得到的速度距离结果满足一定的误差要求,从而验证了本文提出的信号处理算法的可行性,并且根据仿真的结果提出接下来的研究方向。本论文在车载毫米波雷达信号处理算法的研究有利于提高雷达识别目标信息的准确度,提升了车载毫米波雷达系统的工作性能,对基于毫米波雷达的自动驾驶研究也有一定指导意义。