天线阵列的布阵结构在很多工程实际应用中都有着很重要的作用。通过对天线阵列的结构进行规划、阵元位置进行排布,可以使天线获得理想的波束形状和较低的旁瓣电平、较强的方向性等。其中天线阵列的最大相对旁瓣电平也是经常考察的一个性能,如何对天线阵列的阵元进行快速又有效的布置分配,使得阵列获得尽量低的最大相对旁瓣电平,便是本文主要围绕研究的核心问题。本文的主要工作和研究内容如下:1.建立了稀疏线阵和稀疏矩形面阵的最优化数学布阵模型,讨论了阵元最佳位置分布的求解问题,并用枚举算法对稀疏线阵进行了初步的优化仿真。2.讨论了遗传算法在优化稀疏天线阵列时的方法策略,得到对稀疏线阵和稀疏矩形面阵的仿真结果,并分析了不同条件下的优化效果。3.研究了一种分子阵的稀疏阵列布阵结构。首先建立了该结构的优化模型,并根据该模型对标准遗传算法进行相应的修改,从而解决了稀疏阵列布阵缺少灵活性,收敛慢的问题。实验结果显示,对稀疏线阵而言,在本文的实验参数下,分子阵结构的阵列经过优化后得到了更低的最大相对旁瓣电平。4.针对遗传算法的计算量大及并行等特性,本文在遗传算法优化天线布阵问题的实现上研究了基于CUDA编程的GPU实现方法。给出了 CUDA编程模型,设计并完成了应用于天线布阵的并行遗传算法实现方法,同时针对GPU和CUDA结构模型对程序进行优化,以达到较高利用率。最后通过仿真得到在CPU和GPU平台的优化时间,验证了 GPU实现的高效。