1.基于改进多目标飞蛾扑火算法的阵列天线方向图综合方法，其特征在于包括以下步骤：

步骤一：假定直线阵列天线单元数目为M，电流相位差为零，电流幅度中心对称；

步骤二：设定种群内包含N个个体，并采用均匀随机初始化设置飞蛾的初始位置，每个个体包括D个待优化的各天线单元激励电流幅度值，火焰数量Flameno为N，初始化迭代次数t＝1,最大迭代次数T，外部档案集为空；

步骤三：根据公式(2)‑(3)对每个飞蛾个体进行计算，得到每个飞蛾个体各自的两个适应度值；对所有个体进行优劣排序，并将上述排序后的飞蛾个体存入外部档案集；

f2(x)＝|NULLAVL‑NLVL|       (3)其中f1(x)表示阵列天线的低副瓣设计目标函数；f2(x)表示阵列天线的深零点设计目标函数；E(θMSL)表示阵列天线的旁瓣电平峰值对应的辐射角度θMSL的辐射场强，E(θML)表示主瓣对应的辐射角度θML的辐射场强；NULLAVL为零陷的平均深度，NLVL为期望得到的零陷深度；

因此，目标天线的阵列天线方向图综合优化问题可表示为：T

Minimize f(x)＝(f1(x),f2(x))      (4)其中T表示转置；

步骤四：判断外部档案集内飞蛾个体数目是否超过阈值K，若是则删除拥挤距离小的个体；若否则采用交叉算子对外部档案集内飞蛾个体进行变异；

步骤五：在外部档案集中变异后飞蛾个体选取前Flameno个飞蛾个体变为火焰；

步骤六：判断t是否达到最大迭代次数T，若是则跳转到步骤七，若否则继续迭代，更新飞蛾围绕火焰飞行的位置、火焰数量以及迭代次数t＝t+1，再执行步骤三；

所述的火焰数量的收敛公式使用改进后的倒S型曲线来平衡算法探索能力，见式(7)：其中，N为初始火焰数量，t为当前迭代数，u,v为自定义的参数，ceil函数表示向上取整函数；

步骤七：输出外部档案集中前N1个飞蛾个体，N1≥1，即为激励电流幅度值。

2.根据权利要求1所述的基于改进多目标飞蛾扑火算法的阵列天线方向图综合方法，其特征在于步骤一中所述直线阵列天线存在于自由空间，其天线单元的球坐标为Qn(rn,θn,ψn)，则在远区观察点Q(r,θ,ψ)所产生的远区场的场强函数 如式(1)所示：其中 代表天线单元产生的远场辐射，r,θ, 和rn,θn,ψn分别表示观察点Q和天线单元Qn与原点之间的径向距离、与z轴正向的夹角、在xy平面上投影与x轴的方向角，k表示波数，λ为波长，In和βn分别代表示激励电流和相位，n＝1,2,.....M。

3.根据权利要求1所述的基于改进多目标飞蛾扑火算法的阵列天线方向图综合方法，其特征在于步骤三中所述的优劣排序是按照至少在一个适应度值上能获得较小值的解被认为是能够均衡各设计目标较好的解，并将其作为较优个体。

4.根据权利要求1所述的基于改进多目标飞蛾扑火算法的阵列天线方向图综合方法，其特征在于步骤四中每个飞蛾个体的拥挤距离根据公式(5)计算得出；

其中 代表在第i个目标函数上，经优劣排序后每个飞蛾个体x与相邻飞蛾个体的平均距离，i＝1或2。

5.根据权利要求1所述的基于改进多目标飞蛾扑火算法的阵列天线方向图综合方法，其特征在于步骤四中所述采用交叉算子对外部档案集内飞蛾个体进行变异，具体如下：选取外部档案集中前m对拥挤距离最大的个体，随机交换这些个体的某一天线单元的激励电流参数，并根据公式(2)‑(3)重新计算适应度值；若适应度值优于原个体，则取代原个体。

6.根据权利要求1所述的基于改进多目标飞蛾扑火算法的阵列天线方向图综合方法，其特征在于步骤四中公式(7)

7.根据权利要求1所述的基于改进多目标飞蛾扑火算法的阵列天线方向图综合方法，其特征在于步骤六中所述的飞蛾围绕火焰飞行的位置更新函数为：bη

Yij,t＝Distie ·cos(2πt)+Fj         (6)其中Yij,t为在迭代次数t时第i只飞蛾围绕上一代产生的第j个火焰的对数螺旋更新轨迹，Disti表示第i只飞蛾的天线激励电流参数与火焰对差的绝对值，Fj是上一代的第j个火焰，b是定义对数螺旋线的形状的常数，η是[‑1,1]的随机数；

根据Yij,t设置下一次迭代时种群中飞蛾个体的位置。