在信息化时代，雷达技术作为重要的军事和民用技术之一，其发展速度和应用范围都在不断扩大。传统的雷达系统虽然能够完成目标检测和追踪，但在环境适应性、信号效率等方面存在局限性。认知雷达系统（CRS）作为未来发展的重要趋势，能够通过感知目标和环境信息，自适应优化传输波形，从而提高检测和估计性能。基于扩展二进制相移键控（EBPSK）的多载波相位编码（MCPC）信号的CRS系统优化研究，涉及了雷达信号处理、目标检测与估计、波形设计以及信号功率与编码矩阵优化等多个关键领域。
文章提出了一个新颖的雷达工作方案，该方案考虑了目标检测和估计两个方面。在检测阶段，使用广义似然比检验（GLRT）的方法推导出检测阈值，并给出了GLRT检测概率。这说明了在给定的信噪比条件下，能够确定最优的判决门限，从而提高目标检测的准确性。
在估计阶段，作者基于卡尔曼滤波（KF）的方法提出了一种新的估计目标散射系数（TSC）的方法，并通过利用TSC的时间相关性显著提高了估计性能。这一方法的关键在于卡尔曼滤波器能够实时更新状态估计，适应目标运动和环境变化，从而提升目标状态的估计精度。
此外，为了进一步提升卡尔曼滤波估计的性能，文章研究了如何获得最优波形以最小化卡尔曼滤波估计的均方误差（MSE）。为了在实际应用中达到最佳性能，文章还提出了迭代算法以优化基于EBPSK的MCPC信号的功率分配和编码矩阵。
仿真结果显示，与最大后验概率（MAP）方法相比，卡尔曼滤波方法可以提高估计性能25%，进一步通过优化传输波形谱，可以再提升90%的卡尔曼滤波性能。此外，通过优化基于EBPSK的MCPC信号的功率分配和编码矩阵，卡尔曼滤波性能分别提高了7%和8%。这些结果充分证明了基于EBPSK的MCPC信号在时间相关认知雷达系统中的优势和实用性。
文章在引言部分还指出，认知雷达系统与传统雷达系统相比，主要包含三个方面：CRS可以感知目标和环境信息；传输波形可以自适应地优化，以提高检测和估计的性能；发射机、环境和接收机形成了闭环的反馈系统。这些特点不仅为CRS带来了优越的性能，也为雷达系统的设计和应用提供了新的思路和方法。
本文通过提出新颖的系统优化方案，不仅强化了认知雷达系统的信号处理能力，而且通过仿真验证了方案的优越性。通过利用EBPSK调制技术和MCPC编码技术，在提高雷达系统目标检测准确性的同时，通过卡尔曼滤波和迭代算法优化，极大提升了目标估计的精确度。这为未来雷达技术的发展与创新提供了宝贵的理论基础和技术支持。
