相比于传统相控阵雷达，多输入多输出 （multiple-input multiple-output，MIMO）雷达可获得良好的空间分集、结构分集、极化分集和波形分集增益。而在实际运用中，系统中的物理资源和硬件资源往往是有限的。为充分发挥MIMO雷达的系统性能，《基于认知反馈的MIMO雷达资源管理技术》以提升物理资源和硬件资源利用率为目标，从资源分配和调度两个角度，引入认知思想，对分布式MIMO雷达阵元选择与功率分配问题、分布式MIMO雷达接收波束分配问题、集中式MIMO雷达阵元选取问题、集中式MIMO雷达功率与带宽联合分配问题、集中式MIMO雷达的波束-功率和波形联合分配问题、机动目标跟踪中的集中式MIMO雷达快速功率分配问题以及MIMO雷达在多入单出（multiple-input single-output，MISO）和MIMO工作模式下的资源调度问题进行了研究，并给出了相关仿真结果。 本书适合于信息与通信工程专业的研究生、雷达资源管理领域的研究人员和工程技术人员进行参考。

第1章 绪论
1.1 研究背景及意义
1.1.1 MIMO雷达资源管理
1.1.2 认知反馈思想
1.2 国内外研究现状及分析
1.2.1 MIMO雷达资源分配
1.2.2 MIMO雷达资源调度
1.2.3 现有不足
1.3 研究内容及章节安排
第2章 基础理论
2.1 MIMO雷达资源分配基础理论
2.1.1 分布式MIMO雷达目标检测与参数估计
2.1.2 集中式MIMO雷达参数估计
2.2 MIMO雷达资源调度基础理论
2.2.1 MIMO雷达工作流程
2.2.2 资源调度
2.3 认知理论
2.3.1 认知雷达的提出
2.3.2 认知雷达的本质
2.4 PSO算法
第3章 分布式MIMO雷达中的资源分配
3.1 引言
3.2 基本模型
3.2.1 多点检测模型
3.2.2 PCRLB模型
3.3 多目标跟踪中的功率分配算法
3.3.1 优化模型构建
3.3.2 仿真校验
3.4 多点检测功率分配算法
3.4.1 优化模型构建
3.4.2 仿真校验
3.5 跟踪与探测背景下阵元选择与功率分配联合优化算法
3.5.1 优化模型构建
3.5.2 基于贪婪搜索的二阶算法
3.5.3 仿真校验
3.6 多目标跟踪中的波束空－时分配算法
3.6.1 优化模型构建
3.6.2 求解算法
3.6.3 分配机理及计算复杂度分析
3.6.4 仿真结果及分析
第4章 集中式MIMO雷达中的资源分配
4.1 引言
4.2 多目标跟踪中的阵列分配
4.2.1 基本模型
4.2.2 优化模型构建
4.2.3 基于凸松弛与局部搜索的天线选择算法
4.2.4 仿真结果及分析
4.3 多目标跟踪中的功率和带宽联合分配
4.3.1 基本模型
4.3.2 优化模型构建
4.3.3 基于凸松弛与循环最小化的功率带宽联合分配
4.3.4 仿真结果及分析
4.4 多目标跟踪中的波束、功率和波形联合分配
4.4.1 优化模型构建
4.4.2 仿真结果及分析
4.5 机动目标跟踪中的快速功率分配算法
4.5.1 系统建模
4.5.2 PC－CRLB的推导
4.5.3 优化模型建立及求解
4.5.4 仿真结果及分析
第5章 基于PSO的MIMO雷达资源调度
5.1 引言
5.2 MISO模式下的资源调度
5.2.1 基本模型
5.2.2 优化模型构建
5.2.3 基于熵值的PSO优化算法
5.2.4 仿真结果及分析
5.3 MIMO模式下的资源调度
5.3.1 基本模型
5.3.2 优化模型构建
5.3.3 基于Levy飞行的PSO优化算法
5.3.4 仿真结果及分析
附录A 证明式（3.32 ）为凸优化模型
附录B 3.6.2 节中引理1的证明
附录C 4.2.1 节中R-1k的推导
附录D 4.4.1 节中引理1的证明
附录E 4.4.1 节中引理2的证明
附录F 4.4.1 节中引理3的证明
附录G 式（4.13 5）模型为凸优化模型的证明
附录H 4.5.3 节中引理1的证明
附录I 4.5.3 节中引理2的证明
附录J 4.5.3 节中引理3的证明
参考文献