在现代的雷达防卫体系中,探测的目标类型多样、数目较多、机动性强,这给雷达目标跟踪带来了严峻的挑战。在多目标跟踪过程中,目标运动参数实时变化,目标的威胁程度不同。为了维持对多个目标的持续、稳定跟踪,需要雷达系统能够实时、科学地分配波束资源。本文针对雷达多目标跟踪时的波束调度进行了深入研究,主要的研究工作包括以下三个方面:1.研究了目标威胁度的评估方法,建立了目标威胁度评估模型。该模型根据目标运动状态,首先基于混合遗传粒子群优化算法改进了BP神经网络,分别采用运动状态信息和目标威胁度作为神经网络的输入和输出,建立了目标威胁度评估模型;最后算法根据威胁度的大小进行波束调度,并采用执行威胁率衡量波束调度的效果。仿真结果表明了该模型具有更高的预测精度,能够准确地实现目标威胁评估。2.为了合理分配雷达波束资源,在雷达功率资源受限的情形下,本文提出了基于无源传感器协同的组网雷达资源分配算法。该算法优先使用无源传感器跟踪目标,将目标的预测协方差和协方差门限值对比,对于大于门限值的目标,使用雷达跟踪。同时根据目标对各雷达的威胁度的大小自适应地为雷达分配所需跟踪的目标,并以贝叶斯克拉美罗下界的迹作为代价函数,构建模型求解,预测出各雷达最优的功率分配。仿真结果表明,本文算法保证跟踪性能的同时,可以有效地优化雷达资源配置。3.在多雷达跟踪多目标时,本文从雷达射频隐身的角度,研究多雷达跟踪多目标时的波束调度方法。在分析影响雷达截获概率因素的基础上,基于上一时刻的跟踪状态,以雷达系统当前截获概率最小化为目标,对波束驻留时间和发射功率进行优化,从而自适应分配波束资源。仿真结果表明,与平均辐射功率的方法进行对比,该算法有效改善了雷达系统的射频隐身性能。