认知雷达因其能适应日益复杂的检测环境,自提出以来,即受到全球范围内的关注。认知雷达具有从接收机到发射机的信息反馈机制,利用所感知的信息以及其他先验知识,对发射机和接收机进行联合自适应设计,以实现对目标有效、可靠且稳健的感知和跟踪,从而大幅度提高系统的性能。就目前而言,认知雷达的思想得到了广泛应用和传播,许多研究都已加入认知行为的概念,将先验信息参与到信号处理过程当中,从而提高系统性能。认知雷达通过与环境的交互,自适应地调整系统,使用最合适的系统配置(包括频率、信号形式等),从而与外部环境和目标状态相匹配,获取最佳性能。对于机载雷达而言,脉冲重复频率是重要的雷达发射资源之一。雷达采用适当的发射脉冲重复频率组可有效减少检测盲区面积,提高检测性能。由于载机的飞行,雷达的工作背景实时变化,所以对机载雷达脉冲重复频率进行优化,使之与具体雷达工作背景相匹配,是机载认知雷达需要深入探索的一个重要课题。本文在前人研究基础上,对已有的脉冲重复频率优化模型进行研究分析,并发现原有研究的不足:对于很强的城市杂波从机载雷达天线的副瓣进入雷达系统这一场景考虑不周全。本文针对该不足,建立与其相适应的搜索模型,充分考虑速度模糊与距离模糊的影响,对基于遗传算法的优化算法进行完善,搜索得出相应的最优脉冲重复频率组。空时二维自适应处理方法是机载雷达抑制杂波、提高检测性能的重要方法,本文在现有的空时二维自适应处理理论的基础上,提出一种基于FIR滤波器的空时二维处理新方法:依据杂波先验信息设计杂波抑制FIR滤波器,先使用该滤波器对回波信号进行时域滤波,然后再进行空时联合处理。该方法性能与旧的处理方法比较有明显的改善。