随着中国的经济水平越发发达,人们的生活水平得到了极大地提高,几十年前还属于高端产品的汽车现在已经走进了千家万户。然而,虽然汽车给人们的生活带来了极大方便,但快速增长的汽车数量也带来了难以避免的交通安全问题。为了减轻交通事故带来的损失,汽车防撞雷达的研究近年来成为新的研究热点。调频连续波雷达凭借其调制简单、抗恶劣天气、高分辨率等优点从众多雷达中脱颖而出,成为了最适合作为车载防撞雷达应用的雷达。本文围绕车载防撞雷达展开研究,针对传统三角波形在多目标情况下产生虚假目标的问题,提出了一种基于信号能量的多目标识别方法,使三角波能够在不产生虚假目标的前提下完成多目标识别。首先,对雷达基本结构和基本体制进行了介绍和对比,说明了为什么连续波雷达更适合预警防撞任务。阐述了连续波雷达信号处理流程,并对基础三角波形检测目标的原理进行了理论推导与仿真验证,指出了其优点和问题,为后续研究与仿真奠定了基础。然后,对三种现有的三角波改进方法进行了分析,给出了它们的原理与算法流程图,并仿真测试了它们的多目标检测性能。针对3种算法流程中存在尚有优化余地的冗余计算以及对现有信息利用不充分的缺点,对算法步骤进行了调整与优化。利用所求的两种频率大小相差极大的特点,减少了配对加法计算;通过调整消除虚假目标与计算真实目标的顺序,减少了乘法计算次数,理论推导验证了改进后的算法计算量得到了降低,最后对比了每种算法改进前后的运行时间,验证了算法优化的有效性。最后,针对基础三角波形多目标检测时产生虚假目标、以及改进波形计算量大、波形复杂等问题,提出了一种使用三角波形的基于信号能量的多目标检测方法。由于回波能量根据目标距离不同而不同,因此傅里叶变换输出的频谱幅度可以用来辅助多目标识别。但由于频谱泄露的存在,观测到的频谱幅度与实际值可能存在很大的误差,因此不能直接用来进行多目标检测。本文使用了现有的一种非迭代的估计频谱小数偏移量的方法对偏移量进行估计并对频谱幅度进行了修正,修正后的频谱幅度与真实幅度误差约为3%,说明了幅度修正的准确性。然后通过理论推导验证了提出算法的可行性与有效性,仿真结果表明了提出算法不但使基础三角波能够对多目标情况进行识别,并且在相同条件下拥有比现有波形改进类方法更低的计算量和更高的估计精度。