阵列方向图综合是阵列信号处理领域的一个研究热点，通过优化非均匀阵列和相控阵列中的可变参数，实现具有低旁瓣、精确控制零陷和高方向图指向性等指标的期望方向图综合，广泛应用于通信系统、雷达系统以及相控阵系统等大规模天线阵列系统中。虽然现有各类智能优化算法已经取得了一定突破，但是在收敛性能和多目标优化问题方面，尤其是在阵列方向图综合应用中，优化算法依然存在很多缺点和不足。
　　本文研究主要基于智能优化算法，从优化算法的收敛性和最优解分布性以及在综合阵列方向图应用的角度出发，开展的主要研究工作包括：带反馈的粒子群优化算法及非线性动态权值研究、低旁瓣波束扫描的数字位移虚拟稀布阵元方法研究、基于插值和拟合的多目标优化算法及其最优解平均分布特性研究。具体研究内容如下：
　　(1)针对粒子群优化算法综合多目标阵列方向图时收敛性差的问题，提出了带反馈的粒子群优化算法结合非线性动态权值更新方法，提高了初始进化过程中粒子遍历能力和进化末期种群收敛性能。动态权值根据更新前粒子的适应度函数值通过立方根等非线性函数反馈得到，随着进化过程中的种群形态实时调整权值系数。仿真结果表明了该算法能够有效提高阵列方向图综合问题的种群收敛性，综合的阵列方向图在每个干扰位置能够得到精确的零陷电平，同时展现了很强的旁瓣电平抑制能力。
　　(2)针对稀布阵列在波束扫描情况下旁瓣性能下降的问题，提出了数字位移虚拟稀布阵元的方法，在所有可能指向角度的情况下，充分利用稀布阵列的优点实现低旁瓣波束扫描。该方法针对固定阵元物理位置的情况，通过优化每个阵元的位置偏移因子，然后采用幂指数相位合成的方法虚拟稀布阵元，通过分析虚拟阵元接收信号的相关性，约束阵元位置的偏移范围。实验结果表明，与传统稀布阵列方向图综合方法相比，数字位移虚拟稀布阵元方法能够实现更低旁瓣的波束扫描方向图综合。
　　(3)针对多目标优化算法最优解均匀分布性差的问题，以及考虑采用多目标优化算法有效解决多目标阵列方向图综合问题，提出了基于拟合和插值的多目标遗传算法。通过估计同一非支配等级中多个目标适应度函数值的拟合或者插值函数，计算出在拟合或者插值函数曲面上均匀分布的点作为期望参考点，根据种群和期望参考点的欧拉距离构成误差矩阵，采用提出的误差比较算子，在每个期望参考点上选择唯一粒子到新种群。通过优化数学多目标优化问题，与传统的多目标优化方法进行比较，本文提出的算法在不影响进化收敛性的同时能够很好的保持粒子的均匀分布特性。
　　(4)针对多目标阵列方向图综合中最优解均匀分布特性较差的问题，提出了动态支配和平均分布择优的多目标优化方法，采用了三种改进策略，分别是动态非支配策略、范围约束策略和曲面平均分布策略。采用动态非支配分类因子来决定种群的分类操作，能够在初始进化过程中具有较大的搜索空间；通过范围约束策略实现在一定的约束范围内选择最优粒子，能够降低种群的规模和计算复杂度；将和当前最优面上均匀分布点距离近的粒子选入新种群，提升种群在目标函数空间的分布特性。将提出的算法和两种高效的多目标优化算法进行比较，优化数学问题和阵列方向图综合问题，并结合工程应用中的真实天线方向图，实验结果表明本文提出的算法在计算量、收敛速度以及最终粒子适应度函数值的分布特性方面都有很好的性能。