随着我国社会主义经济的迅猛发展和人民消费能力的提升,汽车已经成为日常出行代步的主要工具,安全、智能的驾驶体验备受消费者关注。相比于超声波雷达、激光雷达等传统雷达,毫米波雷达抗干扰能力强、体积小、方位分辨力高,广泛应用于高级驾驶辅助系统（Advanced Driver Assistance System,ADAS）、无人驾驶等领域。受到雷达体积限制,车载雷达常采用时分复用-多输入多输出（Time Division Multiplexing-Multiple Input Multiple Output,TDM-MIMO）线性调频连续波（Linear Frequency Modulated Continuous Wave,LFMCW）体制雷达,具有结构简单、杂波抑制能力强、无近距离探测盲区等优点。本文结合日常汽车行驶环境,研究LFMCW毫米波雷达的目标参数估计问题。首先,研究了雷达硬件参数对探测性能的影响,详细推导了三角波LFMCW雷达和锯齿波LFMCW雷达的目标参数估计方法。三角波LFMCW雷达估计目标参数时存在多目标配对的问题,本文选用锯齿波作为雷达发射波形,利用模糊函数研究了锯齿波发射信号的分辨性能。其次,研究了速度估计模糊的问题,给出了两种解模糊算法。基于余数定理的解模糊算法,通过发射多帧不同周期的锯齿波调频信号,利用多个模糊的速度估计值计算出目标的实际速度。基于相偏补偿的解速度模糊算法,利用了TDMMIMO雷达在估计目标方位角前,需要对部分虚拟通道进行多普勒相偏补偿的特点,将不模糊速度范围提升了一倍。仿真结果表明两种算法均可以有效解模糊,准确估计目标速度。最后,研究了目标横向速度估计问题,分析了扩展卡尔曼滤波器（Extended Kalman Filter,EKF）的原理,结合车载雷达实际使用场景,建立目标状态模型与雷达观测模型,提出基于EKF的横向速度估计方法。仿真结果表明此算法能够快速收敛,准确估计横向速度。