随着国家海洋战略布局的不断推进,我国在海洋资源勘探和国家海洋权益维护方面的科技投入不断加大。多波束成像声纳,作为水下探测的重要设备,得到了大范围的应用。然而,为了获得高分辨率图像,多波束成像声纳往往配有大规模换能器阵列,导致了系统硬件成本高、后续处理电路复杂、系统体积功耗大等问题。阵列稀疏设计技术是解决上述问题的有效途径之一。目前,针对单波束情况下的阵列稀疏研究已经趋于成熟。而多波束情况下的阵列稀疏受限于更多的约束要求,是一个高维协同一致性问题,有待进一步研究。本文针对多波束情况下的半圆阵列稀疏进行研究,主要研究内容与成果如下:(1)研究了基于NIWO(Niche Invasive Weed Optimization:小生境入侵杂草)和凸优化混合算法的多波束半圆阵列稀疏设计。该混合算法将阵元位置序列作为入侵杂草算法的优化变量,进行种群繁衍、空间扩散、小生境二次学习和竞争淘汰,筛选优秀稀疏阵元序列。由于,稀疏阵列会引起波束旁瓣峰值电平升高,为此,基于凸优化理论,将旁瓣峰值电平最低作为优化目标,同时求解多组波束加权系数。数值仿真及实测数据验证结果表明,该算法可以有效求解满足成像要求的阵元布局及多组加权系数,阵元稀疏率高,波束主瓣最窄,但算法耗时长。(2)研究了基于M-FOCUSS(Multiple Focal Undetermined System Slover:多维欠定系统局域解法)和凸优化的多波束半圆阵列稀疏综合设计。给定阵列流形和多个参考波束,寻求最小化阵元数目并求解多组加权系数,这一高度非线性稀疏阵优化问题可以转化为压缩感知理论中稀疏信号的重建问题。为此,引入压缩感知中多测量向量问题,通过M-FOCUSS算法求解重构系数,以确定稀疏后阵列结构;为了形成多个低旁瓣波束,建立了有关激励幅值和相位的凸优化模型。数值仿真及实测数据验证结果表明,该算法可以得到满足旁瓣要求的稀疏阵列结构和多组波束加权系数。相比于入侵杂草智能算法,该算法大幅降低了运算耗时,获得的多个波束的旁瓣峰值电平降低,但是该算法需要预先给定参考波束,同时优化得到的稀列的稀疏率下降。(3)研究了基于线搜索和FISTA(Fast Iterative Shrinkage Thresholding Algorithm:快速迭代收缩阈值)算法的多波束半圆阵列稀疏综合设计。首先分析了稀疏阵列天线综合问题与最小二乘回归问题的相似性,构建了稀疏阵列的单波束形成模型;接着引入多任务学习模型,在优化函数中加入加权系数的混合L1/L2范数,用来约束多组加权系数为一个块稀疏结构,将单波束形成的阵列稀疏问题推广到多波束情况,并通过线搜索和快速迭代收缩阈值法求解这一多目标优化问题。该算法同时求解阵列结构和每个阵元的多组加权系数,避免了失配情况。数值仿真及实测数据验证结果表明,该算法可以在稀疏率、波束旁瓣峰值电平和计算耗时方面获得一个折中结果,但是算法依赖采样的参考波束值。综上,本文给出的三种稀疏方法各有优缺点,可以满足不同的实际需求。基于小生境入侵杂草和凸优化的多波束阵列稀疏方法寻优性能好,阵列稀疏率高,但是计算量大;基于欠定系统局域解法和凸优化的多波束阵列稀疏方法,可以获得低旁瓣的窄波束,但是阵列稀疏率略低;基于线搜索和快速迭代收缩阈值的多波束半圆阵列稀疏方法,优化的阵列稀疏率高且波束旁瓣电平较低,但波束存在严重展宽现象。后两种多波束阵列稀疏方法的收敛速度都快于第一种算法,但是都需要预先给定参考波束方向图。