近年来,多输入多输出(MIMO,Multiple-Input Multiple-Output)雷达正逐渐受到广大研究学者和工程人员们的关注。MIMO雷达使用多个天线发射多重信号照射目标,同时利用多个天线接收目标回波信号。发射信号通常是相互正交或独立的,从而在接收端可以利用匹配滤波分离各发射信号分量。与传统雷达系统相比,MIMO雷达在抗目标衰落、分辨力以及干扰抑制等方面拥有许多潜在的优势。充分挖掘这些潜力能显著提高雷达的目标检测、参数估计以及目标跟踪和识别能力。本文对集中式MIMO雷达信号处理中涉及的目标参数估计、自适应波束形成以及空时自适应处理(STAP,Space-Time Adaptive Processing)等问题进行了研究,主要工作包括以下几方面:1.利用目标回波数据的特殊结构,提出一种用于单基地MIMO雷达目标波达方向(DOA,Direction-of-Arrival)估计的迭代最小二乘(I-LS,Iterative Least Squares)算法。该方法交替估计目标相对于发射阵列和接收阵列的响应矩阵,进而根据已知的阵列流形估计目标方向,并能综合利用发射和接收阵列孔径提高估计精度。相比传统的高分辨DOA估计方法,I-LS方法可以直接得到目标的DOA估计值,不需要进行谱峰搜索,采用降维预处理有效抑制了噪声,提高了低信噪比下的估计精度,避免了高维数据协方差矩阵的估计和特征值分解运算,显著降低了计算量。2.以双基地MIMO雷达为背景,提出一种基于观测数据矩阵多级分解的目标定位和多普勒频率估计方法。该方法利用矩阵的双正交性构造合理的代价函数,通过求解代价函数和系统化的多级分解依次估计每个目标的二维角度和多普勒频率,所得三维参数估计值能够自动配对。与已有的基于ESPRIT的估计方法相比,多级分解方法同时实现了目标定位和多普勒频率估计,降低了雷达发射信号无法理想正交对目标定位精度的影响,并且在双基地MIMO雷达发射和接收阵列不具备平移不变结构的条件下仍具适用性。3.提出一种具有Kronecker积结构的MIMO雷达发射–接收两维自适应波束形成器,将二维Capon波束形成权矢量分解成发射权矢量和接收权矢量的Kronecker积形式。从而可以通过迭代优化两个低维权矢量得到所需的高维权矢量。所提迭代算法经证明是可以快速收敛的。由于分解的两个权向量维数大大降低,相同情况下用较少的样本可以得到较优的协方差矩阵估计,使得所提方法在小样本条件下性能优于采样协方差矩阵求逆(SMI,Sample Matrix Inversion)方法,同时避免了高维协方差矩阵求逆,显著降低了计算量。4.对Kronecker积波束形成器做了进一步改进,提出一种多级Capon波束形成器。实际上,Capon波束形成权矢量的所有元素可以排列成一个权矩阵。通过对权矩阵的奇异值分解,Capon波束形成权矢量被等价表示成多对奇异向量的Kronecker积的加和,通过逐级求解每一对奇异向量最终达到逼近高维权矢量的目的,同时构建阻塞矩阵对接收数据矩阵进行双边降维,提高了运算效率。该处理器具有很好的格形结构,实际中可以视情况进行简单地截断处理以降低运算量,进而很自然地达到降秩处理的目的,而不像传统降秩处理方法那样寻求对数据协方差矩阵的一种低秩逼近。由此看来,Kronecker积波束形成器是多级Capon波束形成器的一个特例,它仅实现了权矩阵的秩一逼近。相比之下,多级Capon波束形成器利用了更多的信号处理自由度,因此具有更强的干扰抑制能力。5.针对机载MIMO雷达STAP,提出一种简化的杂波特征相消器。根据杂波在空时二维平面的先验分布离线构造杂波子空间,以此替代由观测数据协方差矩阵特征值分解得到的杂波子空间,从而将最优权简化成一个确知投影矩阵与期望空时二维导向矢量的乘积,避免了传统特征相消方法中复杂的协方差矩阵估计和特征值分解运算,既消除了因协方差矩阵估计不准确而导致的性能损失又降低了计算复杂度。在理想杂波模型条件下,所提方法可获得接近最优的杂波抑制性能。6.基于经典的mDT算法提出一种低复杂度的两级降维STAP方法,进一步降低处理器的维数。首先利用多普勒滤波对杂波信号进行时域降维处理;然后将mDT方法面临的空域发射–接收二维波束形成问题分离成两个一维波束形成问题,并建立关于这两个一维波束形成权矢量的二元二次代价函数,从而实现空域二次降维;最后提出最小化代价函数的双迭代算法,交替优化两个权值。由于所求权矢量的维数大大降低,在参考单元较少的情况下,两级降维STAP方法的性能显著优于mDT方法,且计算复杂度大幅减低。7.利用机载MIMO雷达回波数据所具有的发射–接收–脉冲三维结构,提出一种波束–多普勒空间局域化降维STAP方法。该方法首先通过空域发射–接收两维固定波束形成和时域多普勒滤波将雷达接收数据由阵元–脉冲域变换到波束–多普勒域,然后再选择检测单元周围若干个三维波束进行联合自适应处理。由于所提方法只需对局域杂波的协方差矩阵进行估计和求逆,因此可以有效降低运算量和对参考单元数目的要求。