本论文研究了警戒雷达组网中的几个关键技术问题。第一章对雷达组网的国内外研究现状、特点和关键技术进行了系统的阐述。第二章研究了警戒雷达组网的布站和数据融合管理的问题。首先提出并定义了布站效率的概念,推导了目标发现概率、虚警率和雷达到目标之间距离的关系式,在此基础上提出布站原则,并且给出了警戒雷达网优化布站的数学模型。为了解决优化布站数学模型中的复杂曲面寻优问题,提出了一种基于多群体搜索的实数遗传算法,该算法具有计算量较小,搜索精度高,收敛速度快,抗早熟能力强,具有一定的搜索多个全局最优点参数的能力,并且非常适合于并行搜索寻优。随后应用布站原则对点目标和给定的RCS曲线目标,使用相同威力范围的雷达进行了纵深部署和前沿部署陆基警戒雷达组网的优化布站仿真研究,给出了有意义的结果。最后应用布站数学模型对给定雷达网覆盖区域、雷达站布放位置和最小目标发现概率的条件下选择雷达的问题进行了仿真计算。在数据融合管理的问题方面,提出了一种具有复杂拓扑结构的数据融合管理网络。分析了实现该网络的关键问题,提出并定义了数据融合子网的性能代价函数,在此基础上给出了选择最优数据融合子网规模的准则,并且进行了仿真实验。第三章分析了警戒雷达组网数据融合的特点。严格地推导了探测数据的坐标转换、探测均方误差的坐标转换和融合权重计算公式。针对雷达网中雷达站布站产生的误差提出了一种基于LMS的雷达网系统误差校正方法。为了适应警戒雷达网目标跟踪的需要,提出了改进的自适应Kalmen滤波跟踪算法,并且为了不同的应用目的还提出了一种SWLMS(短窗LMS)滤波算法。应用仿真实验对所有的算法进行了验证。第四章对警戒雷达组网的目标识别进行了研究。首先分析了应用已知的目标RCS曲线和低分辨雷达进行目标识别所存在的问题。依据信息熵的理论提出了一种将探测数据、RCS样本曲线通过可能性概率进行匹配的目标识别方法。最后进行了仿真实验,仿真实验证明警戒雷达网使用该方法进行目标识别是有效的。第五章总结了本文所做的工作,并且提出了关于雷达组网更深入研究的建议。