摘要：在MIMO雷达中,收发天线阵元位置的分布直接影响到MIMO雷达的方向图。由于天线阵元位置的分布具有一定的随机性,且是一个非线性类的优化问题。本课题以遗传算法与粒子群算法这两种典型的智能优化算法为研究对象,通过三种不同的改进策略分别对MIMO雷达进行布阵优化。并给出了优化后的阵列和仿真结果分析。首先通过分析经典遗传算法的缺点,引入了判断早熟的标志并提出一种自适应操作来克服遗传算法中易出现的早熟现象；然后,在分析了全局和局部两种版本的粒子群算法基础上,前后两次将局部版和全局版以不同的存在形式结合起来,提高了算法的收敛速度,同时也摆脱了陷入局部最优的困境；最后,文中采取了另一种改进方式即混合策略,利用遗传算法和粒子群算法的优势并将两者结合形成混合优化算法,不仅克服单一算法所产生的不足,也在求解过程中提高了搜索最优值的能力。为了减少计算量,本文采用MIMO雷达等效方向图优化模型,将三种经过改进后的算法优化天线阵阵元位置。仿真结果证明,三种改进后的智能优化算法,在不同程度上有效地降低了MIMO雷达稀疏天线阵列的峰值旁瓣电平。最终获得理想的MIMO雷达方向图,三种改进算法的有效性及可靠性分别在文中依次得到验证。图25幅,表3个,参考文献64篇。