本文针对 FMCW 雷达系统提出了一种基于 FFT-MUSIC 方法的测距-多普勒成像方法。随着车辆和人体运动识别在汽车雷达中的重要性日益凸显，传统的基于深度学习网络的识别方法由于仅依赖于传统雷达提供的距离、速度和角度信息，其准确性大打折扣。因此，最近提出了各种类型的成像雷达方法。其中，测距-多普勒成像算法得到了广泛应用。这种算法可以同时分析车辆或人员的距离和速度特征。然而，基于 FFT 算法的传统测距-多普勒成像分辨率有限，无法获得目标的详细信息。虽然 FFT 算法在许多应用中得到了广泛应用，但其低分辨率特性会限制其提供详细信息的能力。特别是，提高速度分辨率往往需要提取大量数据。为解决这一问题，本文提出了一种基于 FFT-MUSIC 的测距多普勒成像方法。该技术使用 Remcom 的WaveFarer®软件包进行了模拟。在传统 FFT 方法无法分辨距离和速度太近的情况下，本文提出的算法能够有效区分两辆行驶中的车辆。我们可以看到，所提出的算法提高了速度分辨率，大约是传统算法的两倍。此外，在室内环境中，所提出的算法能详细呈现室内多径情况，表现优于传统算法。拟议方法提供的高分辨率雷达成像将提高目标识别能力，从而增强实际应用中的整体性能。