随着现代高科技军事装备的出现以及作战战术的进步,使得现代战场的环境变得日益复杂,隐身技术的发展和低空/超低空战术的训练等均对现代雷达防空系统造成了严重的影响和威胁。传统雷达在发射机端发射固定参数的波形照射环境和目标,仅在接收机端采用自适应处理技术和滤波算法进行信息处理,这种被动式的自适应智能信息处理越来越难以应对现代战争的挑战,需要更高智能雷达的出现—认知雷达。认知雷达是将脑科学和人工智能融入雷达系统,构建发射机—环境—接收机—发射机的闭环回路系统,使雷达能够根据接收机端反馈到发射机端的信息自适应地调整发射波形以期达到与环境及目标的最优匹配,提升雷达性能。根据环境及目标信息自适应地调整发射波形是认知雷达区别于传统雷达的关键所在,本文以认知雷达目标检测和目标识别问题为研究方向,分析了目前研究存在的问题,提出了解决方法。本文主要研究内容包括以下三点:首先,针对密集高斯分布杂波对弱目标检测性能影响的问题,深入分析了其影响机制:杂波是由发射波形模糊函数的旁瓣进入目标单元来降低目标单元的信杂比,从而降低了目标检测的性能。本文在已知密集杂波功率分布密度的情况下提出了基于模糊函数和粒子群算法的自适应波形设计方法,通过仿真验证了该方法能抑制杂波并提高目标单元的信杂比,提高了弱目标检测性能。其次,针对目前发射波形和目标、噪声及杂波之间关系不明确的问题,学习研究了纯噪声背景下基于最大互信息的波形设计方法,推导出密集高斯分布杂波噪声背景下基于最大互信息的最优波形能量谱。通过仿真分析,得出了最优发射波形的能量谱会向杂波谱方差较小的区域倾斜并将更多的波形能量投射在目标谱方差较大的区域以求获得更多的目标信息。最后,针对多目标识别问题,提出了基于最大互信息准则和基于最大信杂比准则的多目标识别自适应波形。通过仿真验证了波形自适应机制的合理性,并比较了在两种波形设计准则下设计的发射波形在多目标识别性能上的优劣,得出了在杂波幅值较大时基于最大互信息准则设计的自适应波形在多目标识别性能上具有更高的稳定性和识别效率的结论。综上,基于模糊函数和粒子群算法的自适应波形设计提高了目标检测性能,解决了传统目标检测波形设计存在的问题;基于最大互信息的多目标识别波形设计相比于最大信杂比准则提高了目标识别效率。