长时间相参积累技术通过增加积累时间可以有效提高雷达探测能力和参数估计精度,被广泛应用于雷达目标探测领域。然而,由于目标的高速和高机动性造成回波信号在相参积累过程中产生距离走动和多普勒频率走动(扩展),导致雷达的相参积累性能严重下降。为得到更好的目标积累性能和参数估计精度,需要消除回波信号中速度和加速度对距离走动以及多普勒频率走动造成的影响。本文研究了高速运动目标的相参积累技术,针对匀速运动和匀加速运动目标的回波距离走动、多普勒频率走动等问题,开展了信号特征分析和信号处理方法研究,包括:针对匀速运动目标在相参积累中的距离走动问题,研究了一阶Keystone变换相参积累算法,对于该算法存在的多普勒模糊问题,给出了基于Radon变换的模糊数估计方法并进行仿真,实验结果表明该方法对模糊数估计的有效性。同时研究了Radon-Fourier变换相参积累算法,对于该算法中由盲速旁瓣造成的虚警问题,改进了基于加窗处理的盲速旁瓣抑制方法并进行仿真,仿真结果表明所给方法可有效抑制盲速旁瓣。最后对两种方法从多方面进行分析比较,总结各自的优缺点。针对匀加速运动目标在相参积累中的距离走动和多普勒频率走动问题,提出了基于SKT-SIAF-MSCFT的相参积累算法,该算法通过对距离频率域的回波信号进行二阶Keystone变换来消除二阶距离走动;然后,对处理后的信号进行SIAF-MSCFT,校正了回波信号中的一阶距离走动和多普勒频率走动,实现信号的相参积累和参数估计。最后通过实验仿真和运算量分析可得,由于采用非参数搜索的方式对目标运动参数进行估计,因此所提算法可在运算量更低的情形下可获得更高的积累增益,实现回波信号的相参积累。针对高速运动目标的相参积累问题,提出了基于TRT-SKT-FRFT的相参积累算法,该算法通过对信号进行TRT处理来消除回波包络的一阶距离走动,通过二阶Keystone变换进行剩余二阶距离走动的校正,校正后的回波信号位于同一距离单元,抽取该距离单元的回波数据并采用FRFT来估计目标运动参数,进而构造相位补偿函数校正多普勒频率走动,并对多目标交叉项进行分析。最后对算法进行仿真和运算量分析,结果表明所提算法可有效实现目标信号能量的相参积累与运动参数估计,与GRFT算法相比,所提算法运算量大大降低且不存在盲速旁瓣问题,易于工程实现。