随着智能技术的发展,无人机凭借其低成本、高机动性等优点,大量应用于军事及民用领域。在无人机技术的众多研究方向中,自主安全着陆作为保障既定任务顺利可靠完成的关键环节,得到了国内外学者的广泛关注。为实现无人机自主安全着陆,一个有效的解决方案就是搭载传感器对着陆环境进行感知,毫米雷达凭借其全天候、低成本、体积小、精度高等优点可以为无人机安全着陆提供强有力的保障,为此对毫米波雷达技术进行深入研究具有十分重要的意义。首先,介绍了线性调频连续波(Linear Frequency Modulated Continuous Wave,LFMCW)雷达的信号处理的基本理论知识。在此基础上分析了提高雷达测距精度的几种典型算法,包括补零法、基于复调制的选带细化快速傅里叶变换(ZFFT)、线性调频Z变换(Chirp-Z)以及快速傅里叶变换(FFT)和离散时间傅里叶变换结合(FFT-DTFT)的方法,并对这几种算法进行了仿真,对计算量、所需存储空间进行了探讨,选择了适用于硬件平台的ZFFT算法。然后,基于毫米波雷达传感器进行信号处理算法实现,实现了测距测速功能,并且实现了ZFFT算法。在实验测试中,对采集的数据进行了1K点FFT、16K点FFT变换和ZFFT变换处理,并使用ZFFT算法进行在线处理,测试结果表明,使用ZFFT变换可以大幅提高测距精度,可以精确到毫米级。设计了一组合适的参数,实现了雷达的最大探测距离超过40米的目标。最后,对无人机降落时的着陆表面鉴别技术进行了研究。结合LFMCW雷达中频信号的相位对于微小距离变换敏感的特性,以及在镜面反射和漫反射下回波强度大小的差异特性,分析了使用相位特征和回波强度特征进行着陆表面鉴别的可行性。结合两种特征进行方案设计,使用支持向量机(Support Vector Machine,SVM)对样本数据进行训练及识别,测试结果表明利用以上两种特征时可以得到90%以上的识别率。