分布式雷达系统是一种新体制雷达,其将空间内广泛分布的雷达节点,通过组网技术组合为一个有机整体,并以协同的方式对空间信息进行感知与获取。分布式雷达系统具有空间复用性、多自由度等众多优势,是雷达发展的重要方向。对分布式雷达系统的拓扑构型及资源进行优化可以充分利用其分布式探测的体制优势,使系统检测、定位、跟踪等多方面的性能得以显著提升。因此,拓扑构型及资源优化是分布式雷达的关键技术之一,已成为国内外雷达领域的研究热点。在实际应用中,雷达对目标的检测均具有随机性,可视为非理想检测,且雷达对目标量测的获取过程也具有不确定性。这些不确定因素在拓扑构型与资源优化过程中不容忽视。因此,本文针对分布式雷达在非理想检测下的若干典型应用问题,研究了分布式雷达拓扑构型与资源优化算法,主要工作和贡献如下:1.针对不确定量测下区域定位问题,根据非理想检测假设建立了有效检测时延量测模型,修正了传统的时延量测估计性能界,提出了一种基于不确定量测的几何精度因子（Geometric Dilution of Precision,GDOP）对系统的定位性能进行准确刻画,并提出了一种基于粒子群优化（Particle Swarm Optimization,PSO）的拓扑构型优化算法,提升了系统定位性能。2.针对多视角协同监视问题,推导了用于全面准确评价系统监视性能的加权覆盖率指标,建立了距离约束下拓扑构型优化问题的数学模型,提出了一种基于PSO的求解算法,通过引入虚拟力的思想,解决了复杂距离约束下的高维、非凸优化问题,提升了系统监视性能。3.针对可靠检测下协同监视、区域定位问题,考虑了检测与定位性能之间的耦合关系以及多个任务区域的不同重要性级别,建立了可靠检测约束下拓扑构型优化问题的数学模型,提出了一种基于多目标粒子群优化（Multi-objective Particle Swarm Optimization,MOPSO）的求解算法,解决了复杂耦合约束下的多目标优化问题,并提高了帕累托优化解集的完整度。4.针对多帧非理想检测下的跟踪问题,推导了不确定量测下的贝叶斯克拉美罗界（Bayesian Cramér-Rao Lower Bound,BCRLB）,提出了航迹完整性约束,建立了节点与功率联合优化问题的数学模型。针对所提复杂航迹完整性约束下的NP-hard问题,提出了一种基于贪婪优化与凸优化的联合节点及功率分配算法,满足了复杂航迹完整性约束,并保证了良好的系统跟踪精度。以上模型和方法均已通过理论分析和数值仿真进行了验证。结果表明,上述方法可以实现分布式雷达系统拓扑构型与资源的优化,充分提升系统的综合性能。