近年来,汽车工业行业的高速发展带来了巨大的安全挑战和社会热点问题,其安全性、环保性等问题成为学术和行业的重点研究方向。无人驾驶技术和高级驾驶辅助系统是近期以来的主要研究方向。作为无人驾驶系统的眼睛和大脑,车载雷达技术和雷达信号处理技术成为了研究的重点。在此之中,如何准确的根据接收数据给出目标的角度参数是精确检测目标的重要步骤和重要研究方向。高角度分辨率和高精度测角算法长期以来是这一方向上的重点,其精度和准确性是实现雷达目标检测的重要环节。本文主要围绕车载毫米波下的高精度雷达测角算法进行了理论分析研究和仿真和实测,本文进行了以下方面的研究:（1）针对车载毫米波雷达常用的MIMO雷达体制和常用的多种雷达信号体制,研究了其对雷达测角性能的影响,讨论了雷达波形的影响和特色。（2）针对毫米波雷达测角的特性,研究了在车载雷达环境下的经典测角算法,包括虚拟孔径算法、DBF算法、和差波束测角算法等情况,并且基于车载雷达环境进行雷达信号测角模拟和仿真。针对在车载雷达常用的TDM-MIMO体制下的多普勒模糊的情况,提出了解模糊的算法和公式,并且根据实际情况进行模拟仿真。（3）针对传统体制下MIMO体制车载毫米波雷达的测角上限的问题,本文针对经典的超分辨率算法进行了原理分析和性能指标研究,进而进行了仿真。进一步,利用概率论理论分析改进测角算法,并且进行雷达测角算法分析和仿真。此外,根据Capon算法理论分析雷达测角算法分辨率改进的方法。（4）基于德州仪器公司的AWR2243雷达芯片和NVIDIA公司GPU硬件平台,针对GPU并行实现高速高精度雷达测角算法,并且针对多种实际环境进行目标检测和测角算法分析。并且根据实验实测结果,分析了本论文提出的系统和算法的测角能力,得出了该系统实时性能和角度分辨率上的优势。