本文主要对雷达阵列信号处理系统进行优化。在雷达阵列信号处理系统优化中,由于假设目标的信号和干扰信号与实际接收的信号对应的分量不匹配,导致无法正确识别反射回来的目标信号。在过往的雷达阵列信号处理算法研究中,虽然有很多性能优异的成果,但是在实际应用的过程当成往往会局限于先验条件过于严苛,算法复杂度高,计算时间过长等。为了解决这些问题,本文对一些经典的算法模型进行改良,将最优化自适应波束成形(OAB)技术用于鲁棒分解型雷达空时自适应处理(Factored-STAP),最大化在最坏情况下雷达接收信号的信干噪比(SINR),达到优化阵列天线信号的权重,弱化信号不匹配问题对系统影响的目的,以便于后续对信号的进一步处理。基于鲁棒分解型雷达空时自适应处理技术的设计研究,本文提出了两种新的鲁棒自适应波束成形算法,这些算法基于最大化信干噪比准则,具有计算复杂度低,鲁棒性强的优点。其主要内容如下:首先,本文把最大化最坏情况下的雷达接收信号的信干噪比问题转化为一个二阶锥规划问题,然后将雷达空时自适应处理技术的权重向量分解为空间和时间权重向量的Kronecker乘积,通过交替迭代优化空间权重向量和时间权重向量的方法快速有效地取得一个次优解。此外,本文通过线性锥规划的强对偶定理将最坏情况的信干噪比最大化问题转化为一个双二次矩阵不等式(BQMI)问题。通过分析研究该模型的双二次矩阵不等式问题,本文发现此问题存在一个闭式最优解。具体地说,分解型空时自适应处理的稳健最佳选择是由空间和时间导向矢量的Kronecker乘积给出的非自适应滤波器。这是本文最重要的发现,表明在存在转向和协方差不匹配(本文所考虑的模型)的情况下,避免自适应性和仅使用非自适应波束形成器非常方便。为了证明本文提出的基于鲁棒分解型雷达空时自适应处理技术的波束成形算法的性能,本文对该算法进行了电脑仿真实验,仿真实验的结果表明相比过往研究的算法,本文提出的算法具有CPU运行时间短,在多种情况下输出信干噪比大的优点。