随着技术的发展,雷达监视场景日益复杂化,复杂环境中的目标跟踪问题已成为了现代雷达的严峻挑战。传统跟踪雷达仅在接收端对接收回波进行自适应滤波处理。之后出现的自适应雷达将自适应技术应用到发射端,将传统的开环信号处理系统变成了一个闭环系统。作为下一代新型雷达的重要发展方向,认知雷达在自适应雷达的基础上加入了知识辅助模块,赋予了雷达系统更高的智能,从而进一步提升了雷达的跟踪性能。本文对认知雷达的基本结构进行研究,并在认知雷达这一框架体系下围绕目标跟踪这一基本问题展开研究,论文主要内容如下:1.研究了认知雷达的基本框架、组成部分和数学模型。2.研究了感知-执行信号处理环的工作流程,分析了发射波形参数与量测噪声协方差之间的关系,并推导了几种滤波算法在受不同波形参数影响下的滤波过程,研究了基于动态规划的波形选择算法,以及波形库的设计方法。感知-执行信号处理环相比传统信号处理的方法,目标跟踪性能有所提升。3.研究了认知雷达存储器模块的设计思想以及基于神经网络的实现算法,并研究了如何将存储器与感知-执行信号处理环结合起来以实现知识辅助目标跟踪。实验表明增加了存储器的认知雷达的目标跟踪性能得到了提升。4.针对认知雷达在杂波环境中的目标跟踪问题,分别提出了将最近邻域法和概率数据互联的思想引入到感知存储器中的设计思想与算法实现,解决了杂波环境下感知存储器如何正常工作的问题,并通过仿真验证了该方法的有效性。5.通过三个场景的目标跟踪仿真实验,对认知雷达在无杂波和有杂波背景下的跟踪性能进行了评估,并与传统雷达和自适应雷达进行了对比。结果表明认知雷达的跟踪性能优于自适应雷达,并远远优于传统雷达。