对比同孔径下的均匀间距阵列,稀疏阵列运用单元位置自由度,在获得同等甚至更好方向图特性的同时能够减少天线单元的数量,进而减少辐射系统的成本、空间和重量。此外,它也能通过位置的优化抑制宽带或者超宽带（Ultra Wide Band,UWB）阵列天线的栅瓣。这些优势使得稀疏阵列在现代雷达、声呐、无线通信和射电天文等领域得到广泛地关注。为了获取复杂的赋形或者聚焦波束方向图,通常需要采用非均匀幅度加权。但这要求天线系统的馈电网络装配不等功分器,加大了硬件复杂度和系统成本。鉴于此,本文将研究具有均匀幅度的稀疏阵列方向图综合。首先,发掘了单元旋转这一特殊自由度,并结合阵元位置和激励相位实现了稀疏阵列聚焦/赋形波束方向图的综合。其次,从随机优化方法和迭代傅里叶变换技术两个角度分别对大规模稀疏平面阵列布局方法展开了研究。本论文主要研究内容概括如下:1.基于单元旋转的稀疏偶极子阵列赋形方向图综合。首先,推导了旋转的二维偶极子阵列矢量方向图表达式,然后引入了一种非对称映射方法来约束稀疏面阵的最小单元间距。最后,通过综合学习粒子群优化（Comprehensive Learning Particle Swarm Optimization,CLPSO）算法对单元位置、旋转角度和激励相位进行联合优化,实现了具有不同方向图赋形要求的偶极子阵列综合。这种联合优化策略在均匀幅度条件下发掘了单元旋转这一特殊自由度来提高阵列的赋形方向图性能。相比传统幅度加权方法,它避免了馈电网络中不等功分器的使用。2.基于单元旋转且含耦合的稀疏阵列聚焦/赋形波束方向图综合。针对考虑天线单元结构且含耦合的旋转稀疏阵列情况,提出了一种基于CLPSO算法和全波仿真结合的精炼策略。由于阵元位置和旋转角度都需优化,近似的有源单元方向图被运用来进行方向图综合,但导致综合的与真实的阵列方向图之间存在偏差。为了减少这些偏差到可忽略的程度,需要进行多次综合和仿真。并且,在每次综合时,要求阵元位置和旋转角度的变化范围逐渐变小。同时,为了满足最小单元间距约束,本文提出了一种改进的非对称映射方法,使阵元位置转换为一些变量矩阵。然后,利用CLPSO算法对这些矩阵以及旋转角度和/或相位进行联合优化。根据优化的位置跟旋转角度,进行全波仿真来获取每个阵元的有源单元方向图。随着精炼次数的增加,偏差越来越小。该方法适用于任意天线单元结构且含耦合的稀疏线阵和面阵综合。3.基于随机优化方法的大规模稀疏面阵综合。提出了一种基于新型编码机制和柯西变异的差分进化算法用于优化具有最小单元间距约束的大规模稀疏面阵布局。在新型编码机制中,每个个体代表一个阵元位置,而不是在传统随机优化算法中的整个阵列布局。这使得在每次个体更新时,只需考虑单个阵元移动对阵因子产生的辐射贡献变化,大大缩短了计算时间。并且,在种群更新时,产生的候选阵列布局很容易满足最小单元间距约束。随着阵列规模的增加,每个个体始终在二维空间搜索。此外,在利用差分进化算法作为搜索引擎的同时,介绍了一种基于混沌映射的柯西变异,使得在保持种群多样性的同时增强了局部搜索能力。该方法比传统的随机优化算法更为高效,特别是对于大规模稀疏面阵布局优化。4.基于迭代傅里叶变换（Iterative Fourier Transform,IFT）框架的大规模UWB稀疏面阵综合方法。提出了一种基于协同进化的迭代傅里叶变换技术来高效地实现大规模UWB稀疏面阵布局的优化。首先,该技术采用最高频半波长间距的单元位置网格来避免栅瓣,然后提出了一种基于概率辅助且具有最小间距约束的阵元选择机制,使在获得阵列满足最小单元间距约束的情况下,可以在一定程度上避免过早收敛。同时,受种群进化思想的启发,提出了协同进化策略来进一步避免算法的过早收敛。在该策略中,一个个体代表一种激励分布,并且不同个体之间的信息交互是被建立来引导阵元位置分布的选择。此外,为了保持解的多样性,在协同进化过程中还嵌入了模拟退火机制。不同规模和带宽的综合算例验证了该技术的有效性和优越性。