组网雷达系统作为由多个雷达节点组成的协同探测平台,与简单的单基地雷达相比具有更为丰富的系统资源种类和更加复杂的资源调度模式。根据数据处理方式的不同,组网雷达的资源管理可以分为集中式和分布式两种。集中式方法利用唯一的处理中心进行数据的运算,最大化系统数据的利用率,有可能达到最佳的目标探测性能,但由于处理中心的不可替代性导致了系统的鲁棒性较差。与之相比,具有去中心化通信拓扑结构的分布式资源管理模式则具有较高的鲁棒性。在去中心化的雷达网络中,可以将各雷达节点看作具有自主意识的智能体。博弈论为分析雷达之间的协作和博弈问题提供了合理的框架,适合于解决分布式的资源管理问题。本文将博弈论的方法应用到组网雷达的分布式资源管理中,主要工作如下:1.针对组网雷达功率分配问题,将组网雷达系统跟踪性能的指标量化为费雪信息矩阵（Fisher information matrix,FIM）的行列式。将雷达网络中各雷达节点视作博弈的参与者,利用非合作博弈建立功率优化的模型,综合考虑跟踪精度和功率消耗等因素构造非合作博弈的效用函数。通过一种迭代的方法计算纳什均衡,并证明其存在性和唯一性。仿真实验表明,该方法与平均分配和随机分配方法相比,可以提高组网雷达系统的跟踪精度,且实时性较好。2.合作博弈与非合作博弈相比更加注重集体利益,是一种通过参与者的合作最大化联盟利益的数学模型。本文利用雷达接收回波信号的信干噪比（Signal to interference noise ratio,SINR）来反映目标的跟踪性能,SINR中包含了发射功率的影响因素,将其作为联盟利益。通过分析合作博弈的求解方法,提出一种基于加权图的shapley值简化计算方法,最终得到功率分配结果。仿真实验证明利用该方法分配功率可以得到更好的目标跟踪性能。3.综合考虑最优化系统性能和最小化功率消耗两种资源管理准则建立包含两层子博弈的Stackelberg博弈模型,以获得更高的系统资源利用率,最后利用障碍函数法求解得到功率分配结果。仿真结果表明,所提方法与一种基于最小化资源消耗准则的功率分配方法相比,使用更少的功率资源便满足了系统的性能需求。4.针对组网雷达的单一资源分配可能导致其余发射资源利用率低的问题,研究了多种资源联合分配的方法。首先分析了功率资源和带宽资源对目标跟踪性能的影响关系,并将其量化为FIM的行列式,然后根据总资源受限情况下最优化目标跟踪性能的准则建立资源分配的合作博弈模型。该模型是一个双变量的优化问题,采用循环最小化（Cyclic minimization algorithm,CMA）方法将其降维成单变量优化问题,并利用合作博弈方法求解,得到功率和带宽的分配结果。仿真结果表明,该方法与单一资源管理方法相比可以进一步提高资源利用率,进而提高系统的目标跟踪性能。