阵列信号处理是信号处理领域中一个重要的研究方向。阵列信号处理的研究主要分为波束形成与空间谱估计两个方向,而波束形成算法又可分为两类：统计性算法和确定性算法。本文的研究对象是确定性直接数据域波束形成算法,主要研究了该算法的性能并着重分析了其优缺点。与此同时,稀疏性被越来越多的应用在各个领域中如图像处理、压缩感知、波束形成等,并且显示出其优越的性能。本文根据波束图的稀疏特性,考虑将稀疏性应用到确定性的波束形成算法中,由此针对确定性波束形成算法存在的两个缺点提出了两种改进的直接数据域波束形成算法,并通过实验仿真证明了这两种算法的有效性。本文的主要工作如下：1、研究了直接数据域波束形成算法的研究进展、算法提出的背景并详细介绍了该算法的三种实现方法。分析了直接数据域波束形成算法的优缺点：优点是可以应用在非平稳的环境中并可以实现实时信号处理,缺点可以概括为以下三点：自由度降低,旁瓣电平较高,导向向量失配时算法稳健性差,针对上述的三个主要缺点,论文详细介绍了三类改进算法。2、提出了一种基于稀疏约束的直接数据域波束形成算法。根据波束图的稀疏特性,本文将稀疏约束作为先验信息加入到直接数据域波束形成算法中,通过理论推导得出了算法实施的具体步骤,并通过仿真证明了本文提出的基于稀疏约束直接数据域波束形成算法不仅有效的降低了旁瓣电平,而且在导向向量失配时算法的稳健性也得到了提高。3、为了进一步提高算法的稳健性,本文提出了一种基于稀疏约束的稳健直接数据域波束形成算法,该算法将稀疏约束运用到稳健的直接数据域波束形成算法中,通过实验仿真可以看出在导向向量失配时,该算法不仅能够准确的捕捉到期望信号,而且有效地降低了波束图的旁瓣电平。