认知雷达是一种新的具备独特性能和惊人能力的下一代雷达典范，它被设想成具备智能化的处理能力以实现知识的关联。认知雷达最早由Haykin和Guerci提出，在过去几年间已经吸引了大量雷达领域专家的关注。

认知雷达的关键在于雷达系统的性能经由一个连续、组织有序的位于接收机和发射机间的反馈实现增强，这也就意味着我们需要设计一个能对军事战场态势作出回应的具备动态适应能力的传感器算法。

认知动态系统受启发于脑神经独特的运算性能和人脑的认知过程是一系列的数学计算的观点。这方面的例子无疑带有二十一世纪特点的，主要包括了认知雷达、认知控制、认知无线电以及一些其他的工程动态架构。

S.Haykin发表了两篇在认知雷达领域的先驱文章。在这些认知框架背后的主要观点是去模仿人类的大脑及其他具有回声定位能力的动物，诸如蝙蝠、海豚、鲸鱼。

它们的对周围环境刺激的反应过程可以总结为如下四个步骤：感知、记忆、聚焦和智能。近期研究表明了上述的这些动物的行为对一个认知雷达系统也具有重要参考意义。

如图所示的感知过程的基本任务是去感知周围的环境。雷达发射机通过发波和接受回波来感知周围环境。上述雷达收发波的过程就等价于人类的感官系统。

聚焦需要处理接收机的输出来抽取信息，并有选择性的将处理集中在信息的一些不连续的部分。这要求系统依照重要程度做好可用资源的优先配置级别

例如，一个以给定距离方位多普勒小区间的探测经常包含一个认证的过程，该过程需要面对实际的干涉和多径效应实现特定波形和测试条件下的多普勒区间的最优化。

至于智能的概念，这是上述提及的四个功能中最难描述的。尽管智能特性基于感知、记忆和聚焦这三个功能，但其更是一个多级反馈的结果，这一多级的反馈使得在面临环境中的不确定性事件时，系统可实现智能的决策。

事实上，这样一个位于接收机和发射机之间的闭环反馈就是使认知雷达与现有典型自适应雷达的独特可区分的主要因素。在最后的案例中，除了一些固定的用于实现多模式选择的发波方式(近程和远程，搜索和跟踪等)外，系统的自适应性主要取决于接收机支路部分。

包含反馈过程的信息共享通过引入内存的形式来实现，具体而言就是在雷达系统中构建一个动态数据库。这个数据库包含了整个运行状态下的所需的知识资源，诸如：

• 照射区域内的地理特征：区域的类型、多径效应、地形高程(通过诸如地理信息系统(GIS)和数字地形高程模型(DTEMs))

• 覆盖范围内的辐射设备的电磁特性：域内频谱、调制、策略、活动步长、发射机的位置(通过实时定位周围辐射源获取得到雷达环境地图(REMs)，射频和位置；或是通过频谱感知模块对环境进行监控，获取外部的可用于更新REMs内容的外部电磁干扰)

• 异源传感器数据(合成孔径雷达(SARs)，红外设备，气象测量)

上述的所提及的信息流协调了系统的运行并触发了系统的响应。例如，利用上述信息被用于雷达搜索中，可被利用来设计了新的发波样式，选择与接收机适配的数据, 矫正受杂波离散影响的数据，选择最合适的符合接收机电池要求的探测器。

值的注意的是，发射-接收链中所需的广泛性实际上已经存在，这使得认知雷达成为了一个生物启发的概念。许多具有回声定位能力的哺乳动物，尤其是蝙蝠它们能自然而然的通过自身的发波系统改变信号的波形，例如通过舌尖的点击产生出不同的波形调制样式。

最好的示例便是EptesicusNilssonii蝙蝠。它在捕食猎物时，会在近场阶段和终点阶段改变脉冲重复时间(PRT)和信号波形。事实上，通过在搜索阶段对带宽模糊距离函数的分析，蝙蝠能够同时分辨距离和多普勒，并在终端阶段通过调制出能够适应多普勒效应下距离测量的信号提高距离分辨率。

有趣的是，许多猎物也通过抵消蝙蝠的声纳以及与虚假的多重回声(一种明显类似于电子对抗装置以欺骗雷达的技术)混淆等规避行为发展了其认知能力。

上述出现的复杂硬件结构给认知雷达原型系统的构建带来了许多技术上的挑战。上述的一部分问题可通过独立磁盘冗余阵列，具有多个发射-接收模块的相控阵列，多输入多输出硬件功能，多极化设备和专用集成电路逻辑等来解决。

此外处理算法也面临许多挑战，比如如何尽可能有效地利用反馈信息和先验知识。同时，许多算法还需尽可能的具备同时运行的能力，力争能够运用并行化的计算结构和编程方法。