与传统的雷达系统不同,认知雷达被设计为采用感知-行动周期来不断适应其环境。自适应波束导向认知雷达(AB-CRr)系统试图通过制定适应其环境的波束布局策略来提高探测和跟踪性能。AB-CRr不是在搜索场景中采用传统的光栅扫描,而是建立一个目标环境的概率模型,使其能够更有效地利用其有限的资源来定位和跟踪目标。在这篇论文中,我们研究了调整AB-CRr框架以探测和跟踪大型目标群的方法。这是通过将相关运动群的特性整合到雷达跟踪模型和AB-CRr的基本动态概率模型中来实现的。结果表明,AB-CRr能够调整其波束转向策略,在搜索和跟踪应用之间有效地进行资源平衡,同时利用群结构和群内目标的相关性来抵制大型群的可用资源过载。