最大似然估计是提取目标微动特征参数的最佳估计方法，但直接用网格法求解计算量巨大，且激光探测微多普勒回波信号对应的代价函数具有高度非线性，存在多个局部最大值。为此，提出均值似然估计与蒙特卡罗结合的估计方法，给出了最大似然参数估计的闭合表达式，再通过设计压缩似然函数获得全局最大值，通过蒙特卡罗法抽样并计算循环均值估计出参数。该方法避免了传统方法中对高精度初始值和复杂迭代算法的依赖，能够实现参数的联合估计。对于多分量微多普勒信号，该方法可在参数估计的同时实现各微动分量分离，且不增加算法的复杂性。对仿真