实际目标具有一定的体积，用分布式模型来描述目标会比点目标更真实，更能满足现代武器装备对目标识别和精确攻击目标要害部位的要求。本论文研究分布式目标高分辨参数估计方法，论文选题来自国防科技预研基金项目。具有重要的理论意义和实际应用背景。论文详细分析了已有分布式目标参数估计方法及低复杂度的参数估计方法，提出了分布式目标参数估计的RELAX算法和具有稳健性的分布式目标高分辨估计方法，并给出了相应的理论分析和仿真实验结果。主要工作如下：1）研究了两种分布式目标信号模型：相干分布式目标模型和非相干分布式目标模型。并分析了分布式目标协方差矩阵的特征值分布。2）在模型基础上系统地介绍了已有分布式目标参数估计方法，包括最大似然与最小二乘算法，DSPE和DISPARE算法等。3）研究了四种低复杂度算法：一阶近似算法、两点近似的算法、常规波束形成算法和RELAX算法，这些算法都是次优算法，但计算量小，具有实用价值。证明了常规波束形成算法对单个分布式目标DOA估计的渐进无偏性。在多个目标同时存在的时，需要估计的参数较多，可用RELAX算法进行简化。4）提出了利用投影预变换提高分布式目标参数估计性能的方法。5）最后将研究成果推广到智能天线的下行波束形成和引信系统角度测量，仿真结果证明分布式目标模型比点目标模型更准确，具有较大的改善效果。