多功能雷达组成的网络系统,相对于传统单站多功能雷达,在反隐身、反辐射导弹、抗干扰、目标定位等方面有明显优势。组网雷达系统中资源有限,且要充分提升系统的探测、干扰等性能指标,需要合理分配、调度有限的系统资源。本文主要针对多功能组网雷达系统中实体资源雷达站点的位置,提出了静态场景下的资源调度模型,并在此基础上建立了动态场景下的资源调度模型。将粒子群优化（Particle Swarm Opimization,PSO）算法应用于组网资源调度方案中,减少运算量的同时提升了系统的探测、干扰等性能。本文基于多功能雷达网络对目标区域进行探测、干扰的实际应用场景,使用改进的PSO算法,分别研究了不同场景下雷达网络的资源调度方法,具体的内容如下:1.介绍、分析了多功能雷达组网的信号模型和资源调度基本准则,将回波信噪比、空域覆盖系数和干扰功率密度作为评价系统的性能指标,建立了将雷达站点位置作为待分配资源的基本调度模型,采用PSO算法,对静态单任务目标雷达组网资源进行优化调度。2.引入动态优化问题的概念,对动态单任务目标场景下的资源调度问题进行建模,基于种群竞争评估（Competitive Population Evaluation,CPE）策略改进了PSO算法,设计了动态单任务目标雷达组网资源调度算法。3.针对静态场景下多目标的雷达组网资源调度问题,建立该问题的数学模型,通过分析现有多目标优化算法,本文设计了一种基于分解的改进多目标粒子群优化（Modified Multi-objectives PSO based on Decomposition,MMOPSO/D）算法,并与传统多目标粒子群优化（MOPSO）算法进行对比,证明基于改进算法调度方案的收敛性和多样性更优。4.基于动态单任务目标、静态多任务目标资源调度模型,建立动态多目标场景下的雷达组网资源调度模型,设计一种针对动态多目标优化问题的种群调整策略,结合MMOPSO/D算法,解决动态环境的雷达组网资源调度问题,提升雷达组网系统的工作效能。