近年来,多输入多输出(multiple-input multiple-output, MIMO)雷达由于其良好的性能受到了学者的广泛关注。MIMO雷达具有提高目标检测性能、提高角度估计准确率及能检测速率更慢的动目标等诸多优势,在军事和民事应用中具有广阔的前景。MIMO雷达通常基于目标和环境的先验知识设计波形,而由估计得到的先验知识不可避免存在误差,基于此先验知识得到的优化波形的检测和参数估计等性能严重下降,本文对非准确目标先验知识MIMO雷达波形优化进行了系统的研究,所取得的主要研究成果为：1.目前MIMO雷达中的波形优化通常基于某一种而不是整体性能,针对该问题,本文提出一种提高MIMO雷达检测和参数估计性能的波形优化方法。该方法综合考虑提高检测概率、降低参数估计方差及抑制旁瓣三种性能约束优化MIMO雷达的发射波形相关矩阵(waveform covariance matrix, WCM)。首先,本文推导了检测概率及克拉美-罗界(Cramer-Rao bound, CRB)的等价表达式,然后,联合最大化主旁瓣差约束,并对各约束条件分别加权,进而可通过灵活调整加权系数以解决实际应用中不同需求的波形优化问题。该波形优化问题可描述为线性规划问题,因而可进行高效求解。仿真实验中,详细分析了三种约束条件对雷达性能的影响,实验结果验证了所提方法是有效的。2. MIMO雷达通常基于目标和环境的先验知识设计波形,而由估计得到的先验知识不可避免存在误差,基于此先验知识得到的优化波形的检测和参数估计等性能下降严重。针对此问题,本文提出两种稳健波形设计方法,分别提高MIMO雷达的检测性能和参数估计性能。在目标位置误差和通道误差有界的条件下,分别构造以信噪比(Signal Noise Ratio, SNR)口CRB为代价函数的优化问题。为最大化SNR和最小化CRB,分别给出迭代算法,交替以发射波形相关矩阵和通道矩阵误差为优化变量求解,将迭代的每一步转化为凸优化问题,从而在最差情况下提高MIMO雷达系统的检测性能和参数估计性能。仿真实验结果验证了所提方法能有效改进MIMO雷达的检测和参数估计性能。3.传统MIMO雷达发射波形设计方法对传播矩阵误差敏感,最优匹配波形难以得到,进而造成系统的检测性能严重下降。针对该问题,在概率约束条件下,本文提出一种稳健的MIMO雷达发射波形设计方法。该方法考虑最差情况的发生为小概率事件,基于输出信噪比低于可接受水平的概率小于中断概率的约束条件,通过最大化输出信噪比设计最优波形。利用传播矩阵误差的概率分布特性,将概率约束转化为凸约束,从而将统计优化问题转化为确定性优化问题。该方法在传播矩阵存在误差情况下以高概率实现系统性能最优化。仿真结果表明所提方法能够提高输出信噪比,具有较好的检测性能。4.均匀圆阵(uniform circular array, UCA)与MIMO雷达的结合可在不牺牲UCA雷达主要优点的同时兼有MIMO雷达的优势。然而,UCA-MIMO雷达的波束形成与距离无关,该特点限制了其抑制特定距离干扰的性能。本文提出频率分集(frequency diversity, FD)UCA-MIMO雷达距离依赖波束形成方法。该方法中UCA的每个阵元发射具有微小频率步进的不同频率,从而远场的信号积累与距离有关,进而波束形成依赖于距离。仿真实验表明了该方法的有效性。