阵列信号处理是信号处理领域的一个重要分支,它的应用涉及雷达、声纳、导航、通信以及医学成像等众多领域。自适应波束形成是阵列信号处理中的重要研究方向,为了实现在一定准则下的最佳接收和实现空间滤波器的目的,我们通过调整权重向量来改变阵列方向图,以使波束主瓣指向信号,旁瓣指向干扰,从而提高输出的信干噪比。本文主要对阵列信号处理中的波束形成算法做了一定的研究,具体内容如下：1.我们通过建模,建立了一个研究阵列天线的数学模型,并且介绍了阵列信号处理研究中所必需的数学知识,为后续的研究打下良好理论基础；2.介绍了一些普遍使用的自适应控制算法的性能量度,对它们的优缺点作了比较；3.研究了两种经典波束形成算法：Bartlett波束形成器和Capon波束形成器,并且通过MATLAB在不同情况下对两者进行了仿真对比；4.由于实际环境中存在干扰、噪声等许多不确定性情况,所以,为了适应实际环境,我们研究了一种基于Bayesian准则的鲁棒自适应波束形成算法。Bayesian鲁棒自适应波束形成算法能够在已知先验知识的情况下,较好地综合观测数据和波达方向的先验概率知识,并以此来形成波束。在高信噪比时,Bayesian波束形成器偏重于对接收数据的处理上,可以近似为一个最小方差无畸变响应(Minimum Variance Distortionless Response, MVDR)波束形成器；而在低信噪比时,Bayesian波束形成器则更依赖先验概率函数中有关波达方向的信息,形成一个较宽的主波束来包容波达方向的不确定性。我们通过仿真对比了该算法在不同情况下的性能表现,证明算法对波达方向不确定的情况有很好的宽容性,具有很好的鲁棒性；5.为了验证算法在实际环境下的表现,本文还采用了实际水声阵列中的工程数据,对Bayesian鲁棒自适应波束形成算法进行检验,并取得了较为理想的效果。