MIMO雷达可灵活发射不同的信号分量,这使得MIMO雷达在系统自由度、接收端信号处理、干扰抑制性能等方面优势显著。因此,MIMO雷达能够适应日益复杂的战场形势和通信场景,在国防和民用领域日趋广泛。近些年,有关MIMO雷达的相关研究逐渐成为雷达领域的研究热点。其中,对MIMO雷达的发射波形进行优化设计,可以有效提升MIMO雷达的目标参数监测和跟踪性能,是一项在相关研究中急需解决的难题。本文对MIMO雷达波形优化设计的相关算法展开研究,主要工作如下:1.建立了MIMO雷达的信号模型,在此基础上归纳了MIMO雷达波形优化的几大常见准则,并介绍了波形优化领域的主要优化方法。2.研究了基于MIMO雷达发射方向图匹配的波形优化设计问题。先将原目标问题建模为一个单变量问题,再构建残差网络并利用深度学习方法对波形进行优化,进一步提高了与期望发射方向图的匹配度。此外,该方法还可以在方向图匹配的前提下进一步抑制相关目标间的互相关旁瓣。3.研究了基于最大化SINR的MIMO雷达波形优化问题,并提出了两种优化方法:基于凸松弛的优化方法和基于黎曼流形的优化方法。在基于凸松弛的优化方法中,先重构了传统优化问题,引入辅助变量将原问题松弛为凸优化问题,随后利用交替优化思想对波形进行优化。在基于黎曼流形的优化方法中,将原目标问题建模为一个在黎曼复圆流形上的无约束优化问题,并利用黎曼共轭梯度方法进行迭代求解。两种方法均可以获得更高的SINR。其中,利用基于凸松弛的优化方法能在干扰方向上获得比已有方法更深的凹口,基于黎曼流形的优化方法能在保证干扰抑制性能的前提下提高计算效率。4.研究了基于最大化SINR的MIMO雷达收发联合优化问题。在所提方法中,针对于原优化模型的波形和滤波器权向量设计分为两步。先利用黎曼流形优化思想对原问题进行了复圆流形建模,再利用黎曼共轭梯度方法对发射波形进行优化,最后采用MVDR算法对滤波器权向量进行优化。利用该方法得到的发射方向图在干扰方向可形成更深的凹口,同时获得高的SINR。