和相同孔径的满阵相比,稀布阵列天线能以更少的天线阵元实现相同的主波束宽度,同时具有较强的方向性。因此,稀布阵列天线得到了广泛地研究,并在实际工程中有着重要的应用价值。稀布阵列综合主要分为两个研究方向,一是在给定孔径大小与参考方向图条件下,最小化阵元个数以实现方向图稀布重构;二是在给定阵元个数以及孔径条件下,通过优化阵元位置以及阵元激励实现降低峰值旁瓣电平。本文从两个方向分别展开研究,主要工作如下:（1）针对稀布阵列重构综合问题,以压缩感知稀疏重构算法为基础,通过构造虚拟阵列将其转换为稀疏信号重建问题,提出了一种自适应迭代更新方式,解决了迭代凸优化算法在求解稀疏信号重构过程中需要人为设置更新参数的问题,既降低了模型求解难度也增强了算法的鲁棒性。仿真结果表明该算法适用于综合不同类型的稀布线阵,同时适用于稀布平面阵列。（2）针对稀布阵列重构模型松弛为l1范数问题后,模型误差的估计及设置直接影响模型解的收敛问题,对稀布阵列重构综合模型进行改进,利用ADMM算法对稀布阵列综合模型进行求解,以较少阵元实现了均匀线阵与非均匀线阵精确重构。仿真结果验证了该算法可实现稀布平面阵列精确重构。（3）针对稀布阵列降低峰值旁瓣电平问题,引入水循环算法。针对水循环算法易陷入局部最优的缺陷,提出了溪流入侵行为以扩充算法可行解空间,并利用指数下降的迭代步长保证了算法前期探索能力与后期收敛能力。仿真结果表明,改进后的水循环算法在求解多维问题体现了较好的性能优势。（4）针对稀布线阵与稀布平面阵列综合问题,通过分离天线阵元位置不仅减小了模型可行解搜索空间,并将其转换为水循环优化问题。与遗传算法仿真结果对比,改进后的水循环算法在稀布阵列综合问题中有更好的应用前景。