传统雷达在对目标进行检测跟踪时,只能发射单一固定参数的信号波形。随着认知雷达概念的提出,其能够根据环境变化自适应地选择发射信号的波形,以便更加精确、有效、可靠的对目标进行检测跟踪,提高它的整机性能。因此,如何自适应的选择发射波形及如何设计波形自适应选择目标跟踪系统成为了本文研究的重点。本文首先研究了雷达信号模糊函数理论。雷达信号的模糊函数能够全面的表征其在距离和速度上的测量精度和分辨力,无论是对于雷达最优波形的设计,还是对于认知雷达波形库的建立都具有非常重要的意义。继而从几种典型的雷达发射信号出发,推导了它们所对应的模糊函数,并用Matlab绘制了模糊函数图。根据模糊函数图分析了它们各自的特点。其次研究了基于Kalman滤波的波形自适应选择算法。通过求取测量噪声协方差的Cramer-Rao下限(CRLB),将发射波形的参数引进到测量噪声协方差,建立了发射波形和Kalman滤波算法之间的关系。并应用两种波形选择准则来对其进行仿真,验证了基于波形选择的认知雷达相对于传统雷达在目标检测跟踪上的优势。最后根据波形自适应选择算法理论,对基于波形自适应选择的目标跟踪系统进行了设计。利用FPGA来对雷达回波信号进行处理,以获得目标的运动状态信息,并将其传递给DSP,用于求取认知雷达最优发射信号波形的参数,然后将结果回传给FPGA, FPGA将根据其来取出片外FLASH中对应的发射到信号,进而将其经过并串转换后输出。总之,本文在对认知雷达波形自适应选择算法进行研究的基础上,设计了基于波形自适应选择的目标跟踪系统,并在FPGA和DSP硬件平台上对其进行了部分实现。FPGA可以有效实现了目标的恒虚警以及相关处理运算。DSP则能够实现了波形自适应选择算法以及与FPGA进行数据交换。这对于认知雷达波形自适应选择进一步的研究具有一定的意义。