随着单部雷达愈发突出的性能瓶颈及应对未来新型威胁时的困境,雷达探测体制正在从当前的单一雷达探测转向分布的多雷达协同探测。与单基地雷达相比,分布的多雷达可从空间、频率和极化等多个维度收集目标散射信息,理论上具备扩展雷达系统功能和性能的潜力。然而,多雷达协同的方式以及雷达自身参数的选择直接影响协同的性能。这就有必要针对变化的探测场景,对协同中的雷达进行自适应地调度,即实现智能化协同。实现智能化的可行思路就是模仿认知-决策闭环,即根据与探测场景“交互”的反馈（认知知识）来决策雷达的行为。受此思路启发,如何就具体的协同目的,设计“交互”和认知的方式及决策方案,特别是在考虑认知知识不确定时设计决策方案仍面临诸多挑战,同时也是未来雷达协同探测走向智能化迫切需要突破的技术瓶颈。在此研究背景下,论文着眼于未来分布式多雷达协同探测的长远发展,具体围绕智能化协同的两个方面:认知相参合成和认知资源分配展开深入研究,取得的研究成果包括以下几个方面:1.分布式多雷达认知相参合成原理及边界条件。分布式多雷达相参合成旨在以“积少成多”的思路获得增强的接收信号强度。针对此协同目的,先揭示多雷达相参合成内涵,即多雷达相参合成等同于调整各雷达收发时间和相位来校准雷达分置引入的去相参。在此基础上,就如何与目标进行“交互”以认知去相参校准值（相参参数）,给出一般的相参参数的认知框架;然而,认知的相参参数总伴随着不确定性,故深入讨论以不确定的相参参数实现多雷达相参合成后,理论上可获得的性能得益上界。同时,还考虑了多雷达几何布置对相参合成性能的影响,并推导出在获得可观的或预期相参合成性能得益的前提下多雷达应满足的几何布置约束—信号相参性约束和相参参数可替代约束。2.分布式多雷达认知相参合成实现方法和处理流程。从所建立的认知相参合成基本理论原型出发,考虑更实际的认知相参合成场景下所面临的新问题,包括:多雷达发射的“交互”正交信号非理想时,估计的发射相参参数有偏或噪声易敏感的问题;不发射正交“交互”信号而发射相同相参合成信号时,发射相参参数不可认知的问题和“交互”目标运动时所认知的相参参数存在时间上的滞后问题。并就这些问题分别提出:面向峰值提取法的灵巧强抑制区间正交多相编码信号设计和普适的基于“干净”分离回波重建的解决方案,基于接收相参参数量测转化的间接认知方法和应对时间滞后性的发射相参参数预测方案。所研究的内容旨在解决如何在非理论原型场景下认知相参参数以实现相参合成及如何持续维持这种相参合成状态。进一步,综合所讨论的关键技术梳理出一种分阶段的认知相参合成处理流程,其有效性由一弹道导弹跟踪背景下的双雷达相参合成实例验证;3.分布式多雷达协同跟踪中的认知资源分配。资源分配的目的在于预见性地控制多雷达量测的产生来更好地执行协同任务。针对此问题,先从定位似然函数和Fisher信息矩阵（FIM）出发定性和定量地揭示影响目标的定位精度的要素,并推导协同定位最优性条件论证资源分配的必要性;在此基础上,设计分布式多雷达协同跟踪目标时的一般的认知资源分配框架,该框架的显著特征是通过引入虚拟量测的概念定义预测的条件克拉美-罗下界（PC-CRLB）作为可行分配策略的评估指标。由于PC-CRLB可以表征认知知识不确定条件下候选分配策略的未来响应,分配策略的决策对认知知识是稳健的。此外,为验证所提出分配框架的有效性,将提出的框架应用于不同背景下的驻留时间分配问题,并表明该问题可基于锥规划解决。