在阵列天线的实际应用中,通常会对主瓣宽度和旁瓣电平进行一定的约束限制,以满足雷达系统的空间分辨率以及抗干扰性能的要求。研究表明阵列天线的结构和阵元位置的分布对天线的波束形状、旁瓣电平以及方向性都有紧密的联系。较低的旁瓣电平可以起到提高雷达系统的分辨率,抑制杂波等作用。因此,如何快速有效的对天线阵列进行优化来获得较低的旁瓣电平,就成为本文主要研究的一个课题。稀疏阵列天线能够以相同的孔径大小,更少的阵元数目实现较高的分辨率,从而节约造价成本,简化天线结构。因此成为天线布阵方向的研究热点。对大型阵列天线来说,通过传统的统计学方法来优化阵列降低旁瓣电平已经不太适合。近年来,随着计算机计算能力的提升,启发式优化算法(也叫智能优化算法)因为其高效性、并行性等优点被广泛应用在了稀疏阵列优化方向。本文主要针对直线阵列天线和平面阵列天线的稀疏优化技术进行技术研究。将智能优化算法中的遗传算法和粒子群算法进行改进,并与稀疏阵列优化相结合,获得尽量低的最大相对旁瓣电平。首先,介绍了直线阵列天线和平面阵列天线的基本原理和数学模型,根据方向图乘积原理,给出了两种阵列的方向图函数,并给出对应的稀疏阵列的数学优化模型。其次,介绍了遗传算法基本概念、算法流程和应用场景,并对遗传算法中的交叉算子和变异算子进行了改进,提出了一种新的动态自适应的遗传算法。并与标准遗传算法进行了仿真对比。再其次,对粒子群算法进行了研究,将鲶鱼效应应用于粒子群算法中,形成一种改进的布尔二进制鲶鱼粒子群算法,并应用到稀疏直线阵列和稀疏平面阵列的优化当中,在本文仿真实验条件下,得到了更低的最大相对旁瓣电平。