随着航空航天技术的飞速发展,飞机、导弹等带有复杂运动特性的目标大量涌现。此类目标因速度快、雷达横截面积（Radar Cross Section,RCS）小、回波信号较弱而难以探测。长时间相参积累可有效提高雷达目标检测性能,然而目标运动引起的距离徙动（Range Migration,RM）和多普勒频率徙动（Doppler Frequency Migration,DFM）会影响相参积累效果并降低目标运动参数估计的精度。本文对机动目标检测和运动参数估计方法进行了研究,主要内容如下:1.根据雷达回波信号特征建立复杂机动目标信号模型。分析目标运动特性对相参积累效果的影响,研究了基于广义Radon傅里叶变换（Generalized Radon Fourier Transform,GRFT）的算法、基于相邻互相关函数—吕分布（Adjacent Cross Correlation Function-Lv’s Distribution,ACCF-LVD）的算法、基于迭代ACCF的算法等目标检测代表算法,并对这些算法的优缺点进行了对比。2.针对匀加速机动目标回波信号模型,介绍了基于扩展Keystone变换的目标检测与运动参数估计算法,该算法可以同时补偿RM和DFM。借鉴该算法思想,针对匀加加速度机动目标,提出一种基于二维非均匀三线性自相关函数（Two Dimensonal Nonuniform Trilinear Autocorrelation Function,2D-NTAF）的联合参数估计目标检测算法。该算法可同时得到目标距离、加速度和加加速度的估计值,利用这些参数估计值补偿目标回波后,通过一维参数搜索得到目标的速度信息。根据目标速度、加速度和加加速度的估计值构造补偿函数可实现同时补偿RM和DFM的目的。3.对本文所提基于2D-NTAF目标检测算法的交叉项抑制性能、检测性能和计算量进行了分析,并和GRFT算法、ACCF-LVD算法、迭代ACCF算法进行比对。仿真结果证明,所提算法可以在抗噪声性能和计算量上达到较好的平衡,更适合于对具有加加速度机动目标的检测。