近年来,多输入多输出(MIMO)雷达受到研究学者以及工程人员越来越多的关注。不同于传统相控阵雷达各发射单元只能发射相干信号,MIMO雷达各发射天线可发射任意信号,此即所谓的波形分集。波形分集使得MIMO雷达在抗目标衰落、分辨力改善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。本文针对共置天线MIMO雷达信号处理中一般波形条件下的参数辨识,目标参数估计以及空时自适应处理(STAP, Space-Time Adaptive Processing)中的波形优化等问题进行了研究,主要工作包括以下几方面：1.考虑了一般发射波形条件下的参数辨识问题。首先利用时间带宽积的概念提出用以确定系统自由度的准则。基于此准则,可得到波形相关阵秩亏条件下的参数辨识条件,即最大可辨识目标数目不仅取决于系统几何构型,还依赖于波形相关阵的结构以及秩。需要指出的是,此结论也适用于发射波形不相关以及相干的情况,因而具有较为广泛的应用范围。2.基于目标先验信息,在与有偏估计器相关的约束下,研究了杂波环境下利用发射波形与有偏估计器的联合优化改善参数估计性能的问题。此联合优化问题可表述为较复杂的非线性问题,因而难以求解。在近似合理假设下,此问题可通过利用松弛方法转化为半正定(SDP, semidefinite programm ing)问题,从而可以高效求解。原问题的最优解可通过最小二乘意义下对SDP问题最优解的近似得到。由于利用了先验信息以及发射波形与有偏估计器的联合优化,与不相关发射波形相比,所提方法可以显著提高参数估计精度。3.考虑了改善参数估计性能的波形优化所需参数存在估计误差场景下的稳健优化方法。此方法将有关参数的不确定性显式地考虑进优化问题中,通过优化波形以提高参数不确定凸集上的最差性能,从而改善系统整体性能。此问题是关于优化变量较复杂的非线性函数,因而难以求解。利用矩阵不等式,可将此问题松弛为SDP问题。由于所提方法对波形以及初始参数估计误差进行联合优化,因此与不相关发射波形相比,优化波形对参数估计误差具有较好的稳健性。4.研究了通过波形优化提高MIMO-STAP检测性能的问题。由于在噪声服从高斯分布条件下可证明最大化系统检测概率等价于最大化输出信干噪比(SINR, signal-interference-plus-noise-ratio),因此我们以输出SINR为目标函数进行波形优化。然而,SINR最终可表示为关于波形较复杂的非线性函数,因而难以求解。通过利用对角加载(DL, diagonal loading)方法,使得杂波相关阵变为正定矩阵,从而将原问题转化为SDP问题。同时,我们也考虑了初始参数存在估计误差场景下提高MIMO-STAP最差检测性能的稳健波形优化。由于优化波形可最大化输出SINR,因此,与不相关波形相比,所提方法能够显著提高系统检测性能。