随着对高性能、低成本的阵列天线的需求逐渐增大,稀布阵列天线有着越来越广的应用前景,因而对稀布阵列综合算法的性能提出了越来越高的要求。凸优化算法拥有优秀的优化能力,基于凸优化的算法是现在稀布阵列综合算法中的一大研究热点。在此背景下,本文分析了凸优化算法的特点,研究利用凸优化算法解决大规模平面阵列综合等问题时,能够高效率地综合出最优性良好的结果的方法。本文围绕上述目标展开研究工作,主要工作内容如下:1)针对迭代凸优化算法在求解变量个数非常多的问题时存在的难以同时兼顾求解效率与解的最优性的问题展开研究,分析了基于内点法求解的凸优化算法的特点,总结出了缩减变量个数以及简化边界条件的两种可行思路,并对传统的迭代凸优化算法的求解过程展开分析,由此引入了非均匀栅格与自适应栅格的两种剖分技术,并提出了拥有更高的优化效率的基于自适应栅格剖分技术的迭代凸优化（Adaptive-Gridding Iterative Convex Optimizations,AGICO）算法。2)将AGICO算法用于阵列综合的研究中,分别综合了稀布线性阵列、平面阵列的问题,算例证明了该方法能求得最优性良好的结果,在阵列稀疏率较高等情况下能够提高计算效率,而且在栅格点非常多时所提方法相对于传统的迭代凸优化算法具有更好的稳定性。除此之外,针对大型平面阵列综合的问题,基于本文的方法能取得良好的优化效果。3)用AGICO算法分别综合了共形阵列与具有宽带频率不变（FrequencyInvariant,FI）特性的阵列,验证了本文所提的方法对于多种复杂阵列综合问题具有良好的适用性。在综合具有宽带FI特性的稀布阵时,采用基于AGICO算法和非均匀采样等技术,能够高效率地得到最优性良好的稀布阵列。