各类无人机的应用给人们生活带来极大便利的同时也对空域安全造成了巨大的威胁,如何有效监管此类飞行器成为了新的挑战。由于无人机属于“低小慢”类型的飞行器,其具有飞行高度低、物理体积小、飞行速度慢的特点,且其所在空域杂波背景复杂,导致了目标信噪比低、雷达检测范围存在大量干扰目标,传统的检测方法很难将其有效检测出来。无人机目标检测的难点在于如何在目标有效检测的同时尽可能减少虚警,以及如何在低信噪比条件下提高目标的检测与识别性能。本文针对上述问题做了以下研究工作:（1）介绍了工程上常用的LFMCW雷达“低小慢”目标检测方法,研究了不同时频分析方法的时频分析性能。（2）为了解决旋翼无人机目标检测过程中,因杂波背景复杂,检测范围内存在大量地面运动目标或其它干扰目标造成的虚警问题,提出一种基于目标多普勒频带展宽的旋翼无人机检测方法。利用旋翼无人机飞行过程中旋翼的旋转特征,其雷达回波在频域上存在一定的多普勒频带展宽,结合自适应CFAR算法,有效的过滤干扰目标,大大减少目标检测的虚警概率。（3）为了解决旋翼无人机目标检测时,因目标回波信噪比低所造成的检测概率较低的问题,提出一种基于相关检测的多旋翼无人机回波积累方法。首先对无人机旋翼回波进行数学建模,通过先验的无人机飞行参数,得到理想状态下的旋翼回波信号。然后在低信噪比条件下利用相关检测方法进行无人机目标检测,在相关检测结果的基础上,对各旋翼回波主瓣进行积累,提高回波信噪比。积累后的回波信号提高了时频分析目标识别的性能。