结合毫米波雷达和双波长激光雷达对水云粒子进行微物理特性和光学特性建模，构建水云粒子有效半径与反射率因子-消光比、反射率因子-后向散射比的关系。通过假设参考高度处的云滴粒子有效半径和下一个距离门处的雷达比，以双波长反演的有效粒子半径和后向散射系数反演误差为约束条件得到边界值处的后向散射系数。进而，利用 Fernald后向积分方法反演水云天气下的气溶胶后向散射系数廓线。仿真结果与所提方法处理后的粒子有效半径一致性系数为0.98，与双波长后向散射系数的一致性系数均为0.81。实际处理结果表明，所提方法能够改善水云天气下气溶胶反演的连续性，得到相对准确的后向散射系数。

为了解决输电线路防机械碰线实时监测的问题，研制基于多源传感的输电线预警装置，同时提出基于毫米波雷达与视觉融合的输电线预警算法，并在真实场景下对算法的有效性进行验证。该预警装置首先采用基于标准差聚类的视觉识别算法对前方输电线进行检测；其次，通过基于改进抗差卡尔曼滤波的毫米波雷达测距算法对输电线距离进行实时稳定的测量，在视觉检测的基础上实时跟踪输电线距离；最后，根据视觉检测和毫米波雷达测距结果对预设的机械碰撞线条件进行实时预警判断。实验结果表明：基于标准差聚类的视觉识别算法的有效识别距离大于20 m，识别精度达93%，输出频率为1 Hz；基于改进抗差卡尔曼滤波的毫米波雷达测距算法的测距精度为±0.1 m，测距误差为2%，输出频率为1 Hz。本装置满足对输电线路防机械碰线实时监测的整体需求。

为了有效剔除无效目标，降低雷达虚警概率，提出一种基于雷达环境噪声统计和目标功率分布特性的动态阈值计算方法。运用直方图统计方法估计每个距离门的噪声水平并对其进行峰值搜索找到局部峰值点，同时根据不同距离门雷达信号衰减的强弱，动态分配阈值增益，得到自适应峰值检测阈值。然后将局部峰值点作为参考单元的信号，并将其输入到检测方法中求解检测门限。实验结果表明，所提方法能够有效识别雷达在实际复杂应用场景下的目标。

对第三次青藏高原大气科学试验的Ka波段毫米波云雷达功率谱和雨滴谱仪资料提出了数据处理和质量控制方法，并计算了常用物理量和国内运用很少的物理量（谱偏度、谱峰度、粒子平均下落末速度、大气垂直速度）.应用这些物理量对2015年7月16日青藏高原（那曲）一次对流云-降水的垂直结构和微观物理过程进行了研究分析.结果表明：（1）青藏高原地区的降霰对流云在16:00-17:00发展到最强，具有和低海拔地区冰雹云相类似的结构；（2）同一对流云中，地面降霰前后，谱偏度由“正-负-正-负”结构变为负偏度为主，谱峰度由负值转为零值附近，云内粒子更趋于球形；（3）对流云中，强上升气流（≥6 m/s）贯穿-17~-7 ℃的过冷水层，冰晶与过冷水撞冻和淞附增长形成较大的霰，反之，上升气流较弱（≤4 m/s），淞附增长较弱，霰粒子较小；（4）对流云中，冰晶和霰的融化出现在环境0℃层上方的300 m区域内.

在无人驾驶汽车的研究中，对于传感器探测到的目标进行状态估计是环境感知技术的关键问题之一。本文提出了一种基于无损卡尔曼滤波器的算法，根据所获得的经过标记的雷达数据对目标的位置状态进行预测和更新，从而估计无人驾驶车辆双雷达系统的目标位置。本文中的车载雷达系统由四线激光雷达和毫米波雷达组成，标定后的车辆坐标系为与地面平行的二维坐标系，在此系统和坐标系基础上，在实验场地采集真实雷达数据并进行仿真计算。实验证明，相较于单一传感器，雷达组合模型的测量误差得到有效降低，融合数据精度提高。而相较于目前最常用的扩展卡尔曼滤波算法，车辆行驶方向上的平均位置均方误差从 6.15‰下降到 4.83‰，与车前轮轴平行的方向上，平均位置均方误差值从 4.24‰下降到 2.99‰，表明本文算法的目标位置估计更加精确，更接近实际值。此外，在同样的运行环境下，本文算法处理 500组雷达数据的平均时间也从 5.9 ms降低到了 2.1 ms，证明其有更高的算法效率。