近年来,由于毫米波雷达具有不受温度、光照以及雨雪等天气影响、探测范围广、可全天候工作的能力,在无人驾驶、监测交通、目标检测定位等领域得到了广泛的应用。其中波达方向（Direction of arrival,DOA）估计是目标检测定位中不可或缺的一步,现有方法例如快速傅里叶变换（Fast Fourier Transform,FFT）、多重信号分类（Multiple Signal Classification,MUSIC）等子空间类算法等都可实现DOA估计。然而FFT算法存在估计精度差,MUSIC算法存在运算量大的问题,因此影响了毫米波雷达的测角性能。本文针对现有DOA估计方法存在估计精度差、运算量高的问题,研究了高精度、低运算量的改进算法,达到提高毫米波雷达的测角精度,同时降低运算量的目的。本文的研究工作如下:首先,以锯齿波调频连续波（Frequency Modulation Continuous Wave,FMCW）信号为例介绍了毫米波雷达的发射、回波以及差拍信号。对影响雷达测角的阵列天线模型进行分析,以空间谱估计为基础,介绍了传统FFT测角算法、MUSIC算法和ESPRIT算法的DOA估计原理,分析了这几种算法的运算复杂度,并根据仿真研究了不同因素对算法的影响。然后,针对FFT算法DOA估计精度差的问题,本文将Rife算法从时域频率估计扩展到空域的DOA估计,仿真结果表明,能有效提高FFT测角精度。同时,针对Rife算法没有超分辨能力和测角精度仍有误差的问题,提出了Rife-MUSIC算法。其思想为:利用Rife算法划分预估角度范围,限定MUSIC算法在一个很小的范围内进行搜索,可以显著降低传统MUSIC算法的运算复杂度。理论分析和大量的仿真结果验证了Rife-MUSIC算法的角度性能优于经典MUSIC算法,特别是低信噪比的场合;同时其保留了MUSIC算法的超分辨能力。因此Rife-MUSIC算法有着非常好的应用前景。考虑MUSIC算法谱峰搜索的关键是寻找极值点对应的角度值,因此在FFT预处理噪声子空间得到预估角度范围基础上,提出用二次插值方法寻找极值,对应得到角度,从而在保证精度的同时避免了步进扫描繁琐的计算。进行理论分析,证明所提的改进算法大大降低了运算复杂度。经过仿真验证了所提改进算法的有效性,并分析了不同因素的影响。最后,进行了外场试验,采用实际的毫米波雷达平台采集数据,验证了上述算法的有效性。