近年来雷达隐身技术的高速发展,使得对微弱目标的检测成为雷达技术中重要的研究内容。利用长时间积累技术来提高微弱目标回波信号的信噪比,是目前对微弱目标检测的一种有效方法。随着脉冲积累时间的延长以及检测背景的复杂化,长时间积累过程中目标回波可能会发生距离走动和多普勒走动现象。本文针对微弱目标长时间积累过程中产生的距离走动和多普勒走动问题从理论上进行了深入的分析,并提出了相应的距离补偿算法和多普勒补偿算法。本文的主要研究工作和成果如下:(1)针对雷达微弱目标长时间积累过程中可能产生的距离走动和多普勒走动问题,本文以线性调频信号为模型,从时域和频域两个方面推导了回波信号长时间积累过程中产生的距离走动,并从理论上分析了多普勒走动产生的原理。通过计算机仿真验证了回波信号在长时间积累过程中的距离走动以及多普勒走动。(2)针对距离走动现象,本文介绍了补偿距离走动的三种方法,分别是时分包络补偿算法,Keystone变换算法和改善的Keystone变换算法,其中时分包络补偿补偿算法要求必须确定目标的运动参数,这是该算法的在实际应用中的限制。Keystone变换可以校正径向匀速类运动目标的距离走动现象,本文详细介绍了Keystone变换的三种实现方法。对于匀加速类运动的目标,本文提出了一种改善的Keystone变换算法,将Keystone变换与数据处理相结合,能够校正距离走动,达到回波能量的精确聚焦。仿真验证了该算法的有效性。(3)针对多普勒走动问题,对于匀加速运动的目标来说,由于目标速度的变化导致多普勒频移不同,即产生了多普勒走动,将解决多普勒走动问题归结到补偿目标加速度的问题。本文介绍了两种加速度估计方法,分别是Wigner-Hough变换算法,分数阶傅里叶变换算法。仿真验证两种算法都能准确估计目标的加速度,但是分数阶傅里叶变换在信噪比较低的情况下的估计性能优于Wigner-Hough变换算法。