频控阵（Frequency Diverse Array,FDA）相比于传统的相控阵（Phased Array,PA）,频控阵的每个阵元多施加一个频率偏移,也就是发射载波频率不相等,而相控阵的发射信号是有相同的载波频率。传统意义上的频控阵的线性频率偏移会导致频控阵的方向图具有方向角-距离依赖性,即频控阵的方向图在距离维和角度维耦合,波束能量为连续的点,然而这种耦合现象是频控阵目标参数估计的难点。因此,本文主要是针对频控阵方向图的距离-角度耦合问题,对频控阵目标参数解耦合方法进行研究,并对目标参数估计算法进行优化,主要研究内容如下:首先,以线性阵列为模型对频控阵在距离-角度耦合问题进行研究,并推导其方向图。针对二维耦合问题,提出非线性阵列和非线性频偏的解耦合基本思路。阐述分析了MUSIC、TLS-ESPRIT、Root-MUSIC算法在频控阵目标参数估计中的优劣势,同时提出降维MUSIC算法,仿真结果表明,该算法比传统MUSIC算法具有更高的估计精度。其次,针对频控阵阵列距离-角度耦合问题提出具体解耦方案。首先通过改变阵列结构进行解耦,提出z轴为相控阵,x轴为频控阵的L型阵列结构,并与多载频阵列、差分阵列结构进行比较。仿真分析表明L型阵列结构不仅估计性能最优,在实际应用中阵列结构简单且没有局限性。最后介绍了非线性频偏解耦合方案,并且仿真分析频偏形式为幂指数函数、Log函数以及Costas序列下的估计性能。再次,针对在短快拍甚至是单快拍情况下估计性能差的问题,本文结合压缩感知稀疏重构的思想,以较少的采样数据对信号方位信息进行准确估计。仿真分析了正交匹配追踪（OMP）和子空间追踪（SP）两种重构算法。并且针对网格失配情况,提出基于稀疏贝叶斯的离网（OGSBI）算法。仿真结果表明OMP和SP两种算法均可以在单快拍情况下优于传统估计算法,但在离网是误差偏大,而OGSBI算法能够很好地在网格失配时进行目标估计。同时,提出基于预处理的l₁-SVD算法,进一步优化单快拍估计性能。仿真表明该算法在单快拍情况下估计性能要优于本文所用其他压缩感知的重构算法。最后,针对频控阵的方位角-距离在低信噪比情况下估计性能差的问题,本文将高阶累积量应用于频控阵雷达的目标参数估计中,并研究了MUSIC-Like算法,利用四阶累积量对高斯信号不敏感的特性,进而来达到抑制噪声的目的,同时高阶累积量能虚拟出更多阵元,有扩展阵列的优点。仿真表明该算法在低信噪比时有良好的估计性能。