MIMO雷达是利用多天线发射探测信号，多天线接收回波信号的一种新体制雷达，通过应用波形分集、空间分集等技术，与传统的相控阵雷达相比，可以获得更好的目标检测和参数估计性能。目前MIMO雷达的系统分为共址MIMO雷达和统计MIMO雷达，研究的主要内容包括目标检测与参数估计、波形优化及空时自适应处理（STAP）等。本文主要研究共址MIMO雷达的多参数联合估计以及MIMO雷达的STAP等问题，主要内容如下：1.研究了MIMO雷达的基本原理和系统结构，建立了共址MIMO雷达的信号模型。在时空接收结构下，分别建立了共址MIMO雷达的参数估计信号模型和下视工作中的MIMO-STAP信号模型。2.研究了MIMO雷达多参数的联合估计问题。首先将常规的Capon法和Apes法扩展到角度-多普勒频率的二维域中，提出了一种目标反射幅度、角度和多普勒频率联合估计的级联算法，仿真结果表明，该算法具有精确的估计性能，且实现简单，具有一定的工程现实意义。基于L阵型，提出了一种利用多级维纳滤波实现的多维ESPRIT算法，该算法利用多级维纳滤波器估计高维信号子空间，然后通过多维ESPRIT算法实现目标二维角度和多普勒频率的联合估计，有效地降低了算法的运算量。3.对不同阵列配置下的目标参数估计性能进行了分析。研究均匀线阵和L阵型配置下，目标参数估计的CRB，首先分别推导了两种阵列配置下MIMO雷达目标角度估计的CRB，分析了发射信号、阵元配置以及发射间距对目标角度估计性能的影响，并分析了L阵配置下CRB与二维角度之间的关系。4.研究了知识辅助的机载MIMO雷达空时自适应处理技术。提出了一种基于知识辅助的机载MIMO雷达降秩STAP算法。该算法基于知识辅助的多级维纳滤波结构，通过利用干扰知识和基于扁长椭球波函数估计的杂波子空间知识，设计合理的约束矩阵和约束向量，在保证杂波抑制性能的基础上，大大降低了机载MIMO雷达STAP算法的运算量和样本需求量。同时，考虑了知识不匹配情况下，知识辅助对算法收敛性能的影响。仿真结果表明，当知识存在一定误差时，仍能有效地改善STAP算法的收敛性能。