与单个天线相比,阵列天线的辐射方向图往往具有强方向性、窄波束和低副瓣等特性。近年来,许多专家学者对不等间距天线阵综合问题进行了深入研究,提出了许多优化综合方法。通过优化天线单元的位置和激励,设计了低副瓣方向图、具有指定零陷的低副瓣方向图和波束赋形方向图等。在对天线单元总数、阵列口径、单元间距和激励幅度比等进行约束的情况下,不等间距天线阵综合问题可表征为复杂的非线性约束优化问题,使用常规方法难以得到较好的综合结果。论文针对几类复杂的不等间距天线阵综合问题,提出几种新型优化综合方法,分别设计了具有低副瓣及深零陷方向图的不等间距直线阵、具有低副瓣方向图的子阵直线阵和具有宽带低副瓣方向图的圆口径平面阵。论文的主要工作和研究成果可以归纳为以下几个方面:1.研究了不等间距直线阵的低副瓣及深零陷方向图优化综合方法。首先,针对不等间距直线阵的低副瓣方向图综合问题,建立了相应的优化模型,采用差分进化算法求解该问题。其次,针对低副瓣及深零陷方向图综合问题,约束阵列口径、单元间距、主瓣波束宽度以及期望方向上的零陷,极小化峰值副瓣电平,建立相应的多约束优化模型。该模型中的约束较为复杂,使用传统的差分进化算法很难在搜索空间中找到可行解。文中定义了一种约束向量投影关系,并与差分进化算法相结合,提出了改进差分进化-约束向量投影(MDE-CVP)混合算法。最后,使用MDE-CVP混合算法分别对均匀激励的低副瓣及单点零陷直线阵、均匀激励的低副瓣及多点零陷直线阵和非均匀激励的低副瓣及多点零陷直线阵进行了优化综合,并将仿真结果与现有方法得到的最优结果进行了对比。结果表明,在单元总数和分布口径相同的情况下,使用MDE-CVP混合算法综合得到的阵列具有更低的峰值副瓣电平和零陷电平。2.研究了基于子阵结构的不等间距直线阵的低副瓣方向图优化综合方法。首先,针对不等间距直线阵的子阵划分问题,对单元总数、阵列口径和单元间距进行约束,以子阵中的单元个数、单元间距、激励幅度和激励相位作为变量,极小化阵列方向图的峰值副瓣电平,建立了复杂的多约束优化模型。其次,通过引入辅助向量,定义向量转换关系,建立了等效的上下界约束优化模型,提出了布谷鸟搜索-凸优化(CS-CP)混合算法,详细介绍了其优化步骤。最后,使用布谷鸟搜索算法对均匀激励的子阵直线阵进行综合,设计了低副瓣方向图;使用CS-CP混合算法对非均匀激励的子阵直线阵进行综合,设计了对称的低副瓣方向图、不对称的可扫描低副瓣方向图和不对称的低副瓣及宽零陷方向图。仿真结果表明,CS-CP混合算法可以有效设计具有对称/不对称低副瓣方向图的子阵直线阵。与使用其他现有算法优化得到的不等间距直线阵相比,本文获得的最优子阵直线阵具有更低的峰值副瓣电平和更少的激励控制个数。3.研究了新型不等间距圆口径平面阵的宽带低副瓣方向图优化综合方法。不等间距圆口径平面阵中各天线单元的分布不规则,如何处理由单元总数、阵列口径和单元间距形成的多约束条件,是综合问题中的难点。首先,将圆口径划分为旋转对称的扇形区域,再将每个扇形区域划分为若干个扇环,分布在同一个扇环内的单元组成一个子阵。其次,针对子阵中单元个数确定和子阵中单元个数不确定两种情况,分别进行了阵列方向图优化综合。当子阵中的单元个数确定时,优化子阵中单元的位置,约束阵列口径和单元最小间距,提出了向量投影-和声搜索差分进化(VM-HSDE)混合算法,优化综合低副瓣方向图。当子阵中的单元个数不确定时,同时优化子阵中单元的位置和单元个数,约束天线单元总数、阵列口径和单元最小间距,采用改进的和声搜索(ImHS)算法优化综合宽带低副瓣方向图。仿真结果验证了VM-HSDE混合算法和ImHS算法综合不等间距圆口径平面阵的有效性。与现有文献中的宽带低副瓣圆口径平面阵相比,文中获得的最优阵列具有更低的峰值副瓣电平和更宽的工作频带。