多发多收(Multiple-Input Multiple Output,MIMO)雷达是雷达领域研究前沿的热点问题之一。按照天线间距分为集中式和分布式MIMO雷达,集中式MIMO雷达利用波形分集增益提高雷达系统的角度分辨率,分布式MIMO雷达利用空间分集增益对抗目标的RCS闪烁。分布式MIMO雷达能够从不同的观测方向对目标进行探测,为解决常规雷达面临的隐身目标难以检测以及抗干扰能力差等实际问题提供了有效解决途径,对分布式MIMO雷达所取得的初步探索成果已经显示了它在目标检测和参数估计方面的巨大优势。然而,对于分布式MIMO雷达的处理技术、性能评估以及系统设计研究成果较少,诸多概念以及关键技术问题还有待深入研究。本文围绕分布式MIMO雷达的目标定位和功率优化展开研究,主要致力于解决现有目标定位方法和功率优化分配方法所面临的关键问题。具体地,本文的研究内容包括如下几个方面:第一章为绪论,阐述了课题研究背景及意义,介绍了MIMO雷达尤其是分布式MIMO雷达的研究现状,分析了目前分布式MIMO雷达参数估计和功率分配面临的问题,并指出了开展目标定位方法和功率优化管理研究的可行性。第二章主要研究了分布式MIMO雷达的目标定位性能和它对雷达天线位置误差的敏感性问题。根据似然函数与似然比的关系得到似然函数,将目标定位问题抽象为位置参数的最大似然估计问题,推导了了目标位置参数的Fisher信息矩阵和克拉美-罗下界。针对雷达天线位置存在测量误差可能导致定位性能下降的问题,首先利用一阶泰勒近似推导了忽略天线位置误差时目标位置估计的均方误差,然后基于统计独立的思想推导了同时考虑天线位置误差和目标位置参数的联合克拉美-罗下界,定量分析了天线位置误差对定位精度的影响,为后续研究奠定了理论基础。第三章针对单目标定位场景,主要研究了基于半定规划理论的分布式MIMO雷达间接定位方法。将基于双站距离观测的间接定位建模为非线性最小二乘问题,通过一阶泰勒近似推导了线性化定位方法。为了从理论上保证获得全局最优解,借助凸优化思想提出了基于半定规划的目标定位方法。该方法通过引入多余变量,将非线性最小二乘问题转化为带约束的凸优化问题,然后通过半定松弛技术对非凸约束条件进行松弛再转化为可解的半定规划问题。在该框架下,还推导了存在天线位置误差情况下的半定规划定位方法,该方法大幅度降低了天线位置误差带来的影响,提高了目标定位的稳健性能。第四章针对多目标定位场景,主要研究了基于稀疏重构理论的分布式MIMO雷达直接定位方法。将基于匹配滤波信号的直接目标定位建模为一种块稀疏表示模型,目标定位转化为块稀疏重构问题。为解决上述问题,在块稀疏贝叶斯学习框架下发展出一种多目标定位方法,该方法利用块内的相关性,可以提高重构精度。实验结果表明,所提算法课不需要数据关联处理,具有处理密集目标、压缩采样等条件下定位问题的能力。另外,针对相参处理中可能存在的相位不同步问题,在块稀疏贝叶斯学习和最大似然估计框架下提出了一种迭代算法来解决上述问题,具体来说,迭代利用最大似然估计出相位误差和块稀疏贝叶斯学习重构出目标散射系数,该算法在相位失配情况下体现出良好的误差校正能力和较高的定位精度。第五章主要研究了分布式MIMO雷达针对目标定位的功率分配问题。针对间接定位模型,严格推导了目标位置的贝叶斯Fisher信息矩阵,详细给出了随机可观测性的粒子近似计算方法。以随机可观测性为目标函数、发射总功率为约束条件,将功率优化分配建模为非凸二次问题。为解决上述问题,阐述了合作博弈理论中沙普利值的概念、性质和求解,在该框架下提出了一种基于沙普利值的功率分配方法,给出了迭代实现流程。该方法利用加权图理论简化了沙普利值的计算过程,且具有明确的物理意义。仿真结果表明,所提算法通过合理优化分配发射功率,有效提高了目标定位精度和资源使用效率。第六章对本文的研究工作和主要创新点进行了总结,并指出了下一步可能的研究方向。