大型相控阵雷达具有波束捷变、同时多波束、抗干扰性能强等优势,在国防事业中占据重要地位。大型相控阵雷达的阵元数较多,如果每个阵元配置完整的数字接收通道,系统成本高,硬件实现难度大。并且阵元级的信号处理算法复杂度高,阵列实时性能下降。为了有效的降低硬件成本以及算法复杂度,开展相控阵阵列子阵优化设计的研究具有重要的应用价值。本文将从以下五个章节介绍相控阵雷达子阵划分优化算法的研究。第一章介绍选题背景及意义,通过分析国内外在相控阵雷达子阵划分的研究现状,对比传统子阵划分方法和子阵优化算法,得出多目标函数联合的子阵优化算法尚待研究这一结论。第二章介绍阵列天线的信号接收模型以及其数字波束形成模型,研究由阵元级处理降维至子阵级对信号处理性能的影响。通过理论推导得出子阵划分优化问题的自变量是具体的子阵结构以及子阵级权值。第三章介绍子阵优化问题的约束条件以及一些优化方法。通过介绍子阵优化问题的约束条件,可以更好地了解此优化问题的边界条件,避免出现不满足需求的划分结果。接着介绍子阵划分的优化目标,通过对比分析方向图优化准则和权矢量优化准则,得出权矢量优化准则更加简单但准确性不足的特点。最后介绍目前已有的子阵划分方法,将其中的智能算法作为后续算法仿真的基础。子阵结构和子阵级加权两变量同时优化问题是一复杂非凸优化问题,算法复杂度高。为了解决这一问题,第四章提出一种同时优化子阵结构和子阵级加权的优化方法。该方法基于遗传算法,利用标记基因联合单独编码的子阵结构和子阵级加权,以差波束最大副瓣电平作为适应度函数来更新染色体,迭代优化得到最优的子阵结构及加权。通过线阵的算法仿真,对比此算法和均匀划分方法得到的子阵结构在差波束静态方向图性能的差异,验证本节所提方法可以达到同时优化子阵结构和加权的效果。当前研究主要针对特定应用场景的某项性能指标来优化子阵结构或权值。而单一场景下存在多项待优化性能指标。第五章针对多性能指标优化问题,提出一种同时优化权矢量误差以及差波束最大副瓣电平的子阵结构优化方法。该方法基于粒子群算法,将差波束最大副瓣电平和权矢量误差同时作为适应度函数来更新粒子,迭代优化得到满足两个适应度函数的子阵结构。通过线阵和矩形面阵的算法仿真,对比本节所提方法和遗传算法、聚类算法等得到的子阵结构在两项性能指标的差异,验证此方法可以达到同时优化两个性能指标的效果。文章最后总结本人在子阵划分优化算法的研究工作及创新点,并且提出一些此课题尚未解决的问题以及将来研究的方向。