频控阵（Frequency Diverse Array,FDA）雷达在发射端采用不同的发射信号载频,一般采用线性递增的频偏,形成与角度和距离二维相关的波束。因而FDA在抗距离依赖性干扰、目标定位和安全通信等领域展现出巨大应用潜力。近年来,将FDA技术和多输入多输出（Multiple input Multiple output,MIMO）雷达结合的新型FDA-MIMO雷达,同时获得了FDA的距离依赖性波束和MIMO雷达自由度大的特性,使其具有更大的接收增益和灵活性。在FDA-MIMO雷达中发射角（Direction of Departure,DOD）和距离具有天然耦合的特性,如何实现DOD和距离解耦合是参数估计的关键问题。其次,对于多目标多维匹配问题至关重要。本文分别对单基地FDA-MIMO和双基地FDA-MIMO的目标参数估计展开研究。首先介绍了频控阵雷达的阵列结构特点和方向图特性。其中详细介绍了传统相控阵和频控阵的方向图,分析了频控阵的波束具有距离依赖性。其次,系统介绍了FDAMIMO雷达的两种信号模型。并详尽推导了适用于单基地FDA-MIMO雷达的两种子空间算法。通过仿真实验对比验证了两种子空间算法对角度和距离的联合估计的有效性。针对单基地FDA-MIMO雷达参数估计算法存在的精度低,算法复杂度高的问题,提出了一种基于子空间的改进参数估计算法。首先构造扩展的接收数据,使其满足中心厄米特对称特性。其次利用酉变换理论,将复值数据转化为实值。然后根据特征分解得到的实值信号子空间中存在的旋转不变性分别得到包含角度和距离的相位矩阵。最后通过构造新的相位矩阵获得相同的模糊向量,实现目标角度和距离信息的正确匹配。实验结果说明,所提算法在提升估计精度的同时,减少了运算复杂度。特别是在小快拍下,算法的有效性和优越性更为显著。针对双基地FDA-MIMO雷达参数估计算法无法适用于多目标的问题,提出了一种适用于多目标的子空间算法。首先,采用划分子阵的方法,将发射阵列划分成多个非重叠的子阵,并且每个子阵采用不同的频偏。其次,将每个子阵对应的接收数据进行扩展,使其满足中心厄米特对称特性。然后,采用酉矩阵将每个子阵的扩展接收数据从复值转换为实值。对每个子阵的实值协方差矩阵进行分解获得各自的信号子空间。基于不同频偏提出一种解耦合方法解决距离参数估计时存在的相位模糊问题。最后,提出了一种子阵配对方法,解决了多目标情况下存在的参数失配问题,实现了目标的准确估计。通过仿真对比验证了所提算法具有更低的算法复杂度和更高的估计精度,同时能实现多个目标的准确定位。