随着现代电子信息技术的飞速发展,自适应波束形成作为阵列信号处理的核心技术发挥着不可或缺的重要作用。然而在复杂的实际应用场景中,由于真实工作环境参数与理想情况下的电磁信号模型之间存在各种失配误差,比如信号导向矢量失配误差和协方差矩阵估计误差,都会导致波束形成器性能显著恶化。因此,本文将研究如何提高自适应波束形成算法的鲁棒性,主要创新内容为:（1）已有的许多算法由于非凸约束条件的限制,建立的模型都是不能直接求解的非凸优化问题,需要引入松弛条件将其近似为凸优化问题,然而在近似过程中不可避免地会带来近似误差,影响波束形成器的输出性能。为了避免近似转换过程中带来的误差,本文提出了一种基于双凸优化的鲁棒性自适应波束形成算法。该算法在全空间角度上重新定义幅值响应约束,保证了期望信号增益并进行全局干扰抑制,再引入辅助变量和对偶变量将鲁棒性波束形成问题直接建模为双凸优化问题,避免了近似误差的引入,使波束形成器的性能得到提高。（2）目前大多数算法直接在回波数据基础上对预估计的期望信号特征信息进行修正,依赖于数据本身。然而当回波数据严重失真时,波束形成器的修正能力将达不到预期效果,无法有效提高波束形成器的鲁棒性。为了避免直接对回波数据进行处理,本文基于滤波器的特性,提出了一种具有稀疏约束的鲁棒性自适应波束形成算法。该算法对理想情况下最优滤波器权向量进行分析,将其等价分解为匹配滤波器和窄带陷波器,并利用窄带陷波器的稀疏性建立优化问题。该算法在失配误差下具备良好的鲁棒性,并具有较快的收敛速度。（3）波束形成利用功率放大器和调相器对天线阵元进行加权,从而形成具有指向性的波束方向图。然而在加权过程中,信号功率可能会受到损失导致探测范围能力下降,并且频繁调整会对硬件设备造成极大的损耗,系统处理时间也会增加。所以,本文提出了一种仅相位改变的波束形成算法,并考虑到实际应用中干扰信号的位置存在偏移,该算法在恒模约束条件下最大化期望信号和干扰到达角度误差范围附近信号的滤波输出比值,以达到零陷展宽的效果。在算法求解过程中,利用约束条件的可分解性,使用坐标下降法依次迭代求解,将高维问题转换为若干一维问题,进而求解出最优滤波权向量。该算法在满足恒模约束条件下,计算时间更短,并且能在干扰处形成较宽且深的零陷。