进入21世纪以来脉冲多普勒雷达应用领域不断扩展,现代化战争的形式也瞬息万变,对于雷达信号处理技术及算法的要求越来越高。解模糊算法是脉冲多普勒雷达信号处理过程中关键算法之一,传统的解模糊算法存在对误差冗错性差,多目标解模糊正确率下降过快,运算量大等缺点。所以设计一种高可靠性、低运算量的解模糊算法具有重要的实用价值和意义,因而受到了国家部委项目的支持。解模糊的难点在于,如何对同时存在距离和速度两种模糊的雷达系统进行解模糊运算并得到可靠的结果。本文采用多频参差的方式,结合了滑窗聚类算法运算量低和一维集算法可靠性高的优点,设计了一种能够同时解距离和速度两种模糊的解模糊算法,步进滑窗算法。该算法采用逐级缩小的滑窗对目标进行搜索,能够提前确定不可能存在目标的区域从而降低不必要的运算。建立的matlab算法测试平台对该算法在算法可靠性和运算量两个方面进行了仿真测试。结果表明对于存在距离和速度双重模糊的雷达系统,在正常误差范围和目标个数条件下该算法能保持96%以上的解模糊正确率,略低于一维集算法^[1],对于只存在一种模糊的雷达系统解模糊正确率可达99%以上。在模糊数据完全相同的条件下,步进滑窗算法与一维集算法相比,加法运算量比后者约低一个数量级,乘法运算量约低两个数量级。对于只存在速度模糊的系统,相比多重频解模糊的方式,单重频能节省PRF切换的时间,使得雷达系统更加简洁。本文设计了一种基于单重频的解模糊算法,卡尔曼滤波微分算法。该算法将目标距离测量误差看做高频杂波分量,将恒虚警后得到的目标距离值进行卡尔曼滤波处理,滤波后的距离进行微分求得目标速度,然后将过阈值的速度进行递增处理,当速度值稳定后进行输出。为了对该算法进行性能测试,使用matlab建立了单目标匀速运动的数学模型。仿真结果显示,对于速度为1000m/s的目标,经过87次迭代后得到的距离误差在2m以内,速度误差在1m/s以内。相比于没有阈值比较和递增模块的卡尔曼滤波过程,收敛速度快了一倍左右。针对同时存在距离和速度两种模糊的雷达系统,本文使用步进滑窗算法设计了一种解模糊系统整体结构框架。对该框架中的三部分主要运算,即数据获取模块,排序模块和步进滑窗算法解模糊模块,分别给出了对应的电路结构并进行了功能验证。采用将电路运算结果与matlab标准运算模型的结果进行对比的验证方案,使用ISE建立工程进行了板级验证,结果显示两者之间在距离解模糊时存在10^-3量级差值,在速度解模糊时存在10^-5数量级的差值,显示了板级结构的正确性,同时也显示了步进滑窗算法FPGA实现的可行性。