大型阵列天线由于具有高增益、高分辨率等优点而被广泛应用于相控阵雷达系统中,考虑到阵元数目过多带来的高系统成本和复杂度,往往需要对阵列天线进行子阵划分。子阵划分结构的好坏直接影响着阵列信号处理的性能,然而工程中普遍采用比较简单的子阵划分结构,这种设计缺乏充足的理论分析,严重制约了雷达的整体性能,因此如何得到最优的子阵划分结构成为雷达系统设计需要重点考虑的问题之一。一种典型的子阵划分应用是单脉冲测角技术,该技术通过在阵元级上形成和波束,在子阵级上形成差波束,减少了模拟馈线网络数目,降低了硬件制造成本。为了形成低副瓣的和差波束,本文首先在权矢量优化准则下建立了和差波束形成中的子阵划分优化模型,优化的目标是使阵元级等效加权矢量与参考低副瓣加权矢量之间的逼近误差最小。然后,针对线阵子阵级和差波束形成问题,在权矢量优化准则下,子阵划分优化等效于有序阵元级参考差和加权比序列的某种邻接划分,在此基础上本文提出了一种基于分割点位置编码遗传算法的子阵划分优化方法,该方法将有序序列的分割点位置编码成染色体,然后随机产生一组无重复整数完成对种群的初始化,并且设计合适的适应度函数和遗传算子操作来改善算法的收敛性和稳定性。仿真分析表明,该方法相比于其它划分方法而言,能够实现全局搜索并快速收敛到最优解,同时可以获得更小的权矢量逼近误差以及更低的方向图副瓣。接着,针对圆形面阵子阵级最优和差波束形成问题,在权矢量优化准则下,子阵划分优化可以转化为阵元级参考差和加权比矢量集的聚类,因此可以使用传统聚类算法(如K均值聚类算法)进行解决。然而当阵元级加权不均匀(如低副瓣加权)时,使用传统聚类算法并不能使权矢量逼近误差完全最小化。为了解决这个问题,本文提出了一种基于改进K均值聚类算法的子阵划分优化方法,该方法充分考虑阵元级加权的影响,通过修改传统K均值聚类算法的聚类准则和聚类中心来进一步减小权矢量逼近误差。仿真分析表明,当阵元级加权不均匀时,所提方法能够获得最小的权矢量逼近误差和最低的方向图副瓣性能。最后,对全文工作进行了总结,并给出子阵划分技术需要进一步研究解决的问题。