认知雷达相比于传统雷达有更强的环境自适应能力,其中通过感知环境并实时优化发射的波形是实现自适应的重要途径。通过认知波形优化方法,雷达能够提升目标探测效果。研究基于深度强化学习的认知雷达波形选择方法,对于推进认知雷达的智能化水平具有重要意义。论文设计了基于深度强化学习（DRL）的认知雷达波形选择（优化）方法框架。为解决传统强化学习对环境的感知和表示能力不足的问题,利用DRL来适应雷达任务复杂多变电磁和地理环境的约束,本文针对目标跟踪任务环境,设计了两种基于深度Q网络（DQN）和深度双Q网络（DDQN）的波形选择算法。首先,确定DRL框架所需要的状态、动作和奖惩函数等要素,用熵状态来表示环境和目标状态,建立可供选择的波形库,根据跟踪的效果确定奖惩函数。然后,搭建深度神经网络,并用多次跟踪过程的探测结果和奖惩来训练网络。最后,将训练好的网络再应用到跟踪过程中,实现端到端的波形自适应选择。仿真结果表明所提出的认知雷达波形选择框架能有效提升目标跟踪性能。此外,论文提出了基于多智能体深度强化学习（MDRL）的多基地认知雷达波形选择（优化）方法框架。针对隐身目标探测跟踪等任务中的多基地部署模式,利用融合了多智能体强化学习（MARL）以及DRL的MDRL,实现多基地雷达的协作波形选择和优化。在隐身目标跟踪任务下,实现了基于独立深度Q网络（IDQN）的多基地认知雷达波形选择方法。通过给每个基地的深度Q网络完全相同的奖惩回报,使得独立的神经网络在训练过程中向着合作的方向学习,最终实现多基地的联合波形选择和优化。仿真结果表明,所提出的方法的跟踪性能明显优于采用固定波形的多基地雷达,证明了所提方法的有效性。