智能天线是现代信号处理的一个重要研究领域,它在雷达、通信、声纳、地质勘探、射电天文以及生物医学工程等众多领域有着广泛应用。文中介绍了智能天线的基本理论和模型,讨论了现有各种到达角(DOA:Direction OfArrival)估计算法的特点与不足,其中包括有Capon、多重信号分类(MUSIC:MUltiple Signals Classification)算法和利用子空间旋转不变性的信号参数估计技术(ESPRIT:Estimation of Signal Parameters via Rotational InvarianceTechniques)等,还讨论了相应波束形成技术的特点与不足,进而研究了新的DOA算法及相应波束形成技术。通过对传统基于二阶矩的DOA估计算法及相应波束形成技术的研究,发现Capon、MUSIC和ESPRIT等计算量较大,不能快速实时地进行DOA估计,并且当信噪比较低、信号数较多时工作性能下降。为了解决这一问题,在假设入射信号具有非圆对称特性的情况下,提出了一种非圆快速投影矩阵算法(NCFPMA:the Non-Circular Fast Projection Matrix Algorithm),NCFPMA算法对原有阵列进行了虚拟孔径扩展,并利用虚拟协方差矩阵数据来直接近似信号子空间,从而可更快速地得到对信号DOA的良好估计。理论分析与仿真试验都证明了NCFPMA算法的有效性。通过对基于四阶累积量的DOA估计算法及相应波束形成技术的研究,发现MUSIC-LIKE、虚拟MUSIC(VMUSIC:Virtual MUSIC)等常见的四阶累积量算法,只能在信号数确知的条件下工作,否则就不能较好地完成DOA估计。为了解决这一问题,在入射到实际阵列上的信号能被虚拟阵列分辨的情况下,提出了一种基于恒定维数噪声子空间的四阶累积量DOA算法。通过构造恒定维数的噪声子空间,基于恒定维数噪声子空间的新四阶累积量算法能够对包含信号DOA在内的备选DOA进行估计,并可利用有关准则对备选DOA的估计结果进行筛选,从而同时得到对信号数以及信号DOA的良好估计。理论分析与仿真试验都证明了该算法的有效性。实际环境中的噪声不总是高斯噪声,有的还具有冲击特性。因此人们对该环境下的DOA算法进行了研究,并形成了ROC-MUSIC(RObust CovariationMUSIC)、FLOM-MUSIC(Fraction Lower Order Moment MUSIC)等算法。尽管如此,但是这些算法由于计算量较大,所以不能快速有效地进行DOA估计。为了解决这一问题,提出了一种基于分数低阶矩的快速实值算法。快速实值算法通过对原有分数低阶矩阵的分割重组得到一个实分数低阶矩阵,并利用该实分数低阶矩阵的数据来直接近似噪声子空间,从而完成DOA估计。与原有算法相比,新算法由于可以在实数域上进行DOA估计,并且避免了计算量较大的特征分解运算,因此能在冲击噪声环境下较快速地得到对信号DOA的良好估计。理论分析和仿真试验证明了该算法的有效性。