认知雷达发射波形的自适应优化设计是近年来的一项前沿课题,也是国内外雷达界的研究热点。本文主要研究了在目前雷达技术发展的大背景下,如何以波形设计为主要技术手段,并结合认知雷达的应用需求,研究面向被探测场景与目标特性的认知雷达波形设计理论与方法,使雷达系统的定位由原有的探测传感器转变为利用先验知识和反馈机制的、具有自适应能力、对目标和场景具有认知能力的微波传感器。传统的雷达波形设计是根据实际应用需要,为其回波信号及处理结果设置相应的测度函数进而实现波形设计的。不同的目标、杂波、噪声会导致最优波形在频域上的分布不同;不同能量条件下所获得的最优波形频域分布也不同。可以说,经典的波形设计算法是认知雷达“智能化”的基础。现阶段,随着认知雷达技术的不断发展,其应用领域也越来越广泛,对认知雷达的波形设计提出了多方面的挑战。为此,本论文做了如下工作。研究了面向多目标场景的波形设计问题,并给出了多目标场景探测的波形设计方案。传统的雷达波形设计是建立在单目标的基础上,这极大限制了波形设计在复杂目标场景中的应用。不同于单目标,双目标和多目标场景的模型要响应复杂得多。本文在原有的单目标波形设计的基础上,研究了场景中有多目标的雷达最优波形设计,并给出了多目标场景探测的波形设计方案,使波形设计能够用于场景中有多目标的探测过程。在多目标场景探测中,利用前面观测所得到的信息估计杂波参数,设计后续最优发射波形,能够实现基于最优波形的目标检测,减少目标检测的雷达脉冲次数。研究了面向运动目标的波形设计问题,并利用最优波形检测运动目标。对于现阶段运动目标检测来说,绝大部分MTI雷达用来检测运动目标的发射信号都是固定形式的,而基本上所有波形设计问题都是面向场景中静止目标进行的,这其实是对雷达性能的一种浪费。如何把波形设计与运动目标相结合是一个全新的课题。本文利用最优波形检测运动目标,给出了面向运动目标的最优波形设计推导过程,并研究了基于静止杂波和运动杂波在内的运动目标场景的波形设计。结果显示,在静止目标和运动目标两种情况下,探测同一目标所需要的最优波形是截然不同的。利用最优波形进行动目标检测能够大幅度提高目标的检测概率,具有良好的效果。研究了基于信噪比的SAR二维匹配滤波器设计问题,并给出了面向目标的距离向、方位向的最优滤波器。目前,SAR系统对于数据获取、数据处理和图像解译是相互割裂的,而非有机统一、交互进行,SAR数据的应用层面明显的落后于SAR系统的发展。把波形设计与SAR进行结合是未来SAR系统进一步改善性能与探测效益的必由之路。本文讨论了如何针对特定目标及场景设计SAR发射信号及相应的二维匹配滤波器。着重研究了基于信噪比的SAR二维匹配滤波器设计问题,并且分情况设计出了面向目标的距离向最优滤波器和方位向最优滤波器,使得SAR系统在二维空间合成的频域辐射能量分布面向应用需求达到最优。研究了基于认知SAR的波形设计与反馈优化的问题,并提出了一种基于波形设计的杂波抑制算法。对于传统的SAR系统来说,其探测体制或工作模式与被探测的场景没有直接的关系,更加不会根据场景的特点而自动的调整发射信号。本文提出并着重研究了基于先验知识与反馈的二维认知SAR波形设计方法,使SAR不再是一个开环系统,而是能够根据场景、目标和应用的需求,具有自适应能力的闭环系统。研究显示,把波形设计理念与SAR体制相结合,改变传统SAR系统普遍采用的Chirp信号形式,采用更加与实际应用需求紧密联系的发射波形,能够使获取目标散射数据更有选择性、能够在对杂波和噪声进行很好的抑制的基础上使得目标清晰成像,最终使得SAR成像质量提高。本文的研究显示,以认知理论为基础,利用最优波形设计理论,面向不同应用(检测、成像等)与不同的探测对象(单目标、多目标、动目标等),对数据获取和数据后处理的全过程进行优化和平衡,实现雷达发射信号与探测任务和对象之间的匹配,是未来雷达系统发展的方向。