智能天线作为无线通信技术领域中的一个研究热点,现已成功应用于通信系统中。它利用现代数字信号处理技术,选择合适的自适应算法,动态形成空间定向波束,达到充分利用移动用户信号来抵消或最大程度地抑制干扰信号的目的。传统的线性自适应波束形成算法受其自身的缺陷对于干扰方向与目标方向相接近、过载等情况性能严重下降。因此,非线性波束形成技术成为当前国内外的热点研究课题。本论文主要研究基于核函数的非线性波束形成技术。(1)介绍了RBF核函数神经网络波束形成器并进行了性能分析。而后提出了采用复反向传播算法的复数MLP波束形成器,该波束形成器相比采用实反向传播算法的MLP波束形成器在处理复数数据时具有更好的稳定性、收敛性。(2)提出基于邻近支持向量机和最小二乘支持向量机的两种波束形成器。这两种新波束形成器与支持向量机波束形成器相比,虽然仿真结果显示性能相当,但是它们的计算复杂度低,训练速度更快。(3)介绍了标准的复数支持向量回归波束形成器,并推导给出基于标准实数支持向量回归优化问题的波束形成器模型,该模型减少了参数,结构更简单,也有利于采用已有的各种算法实现,之后提出一种基于输出能量最小化的波束形成器,实验表明该波束形成器比标准复数支持向量回归波束形成器性能更好。(4)把最小最大概率机原理应用到非线性波束形成技术中,对于分类和回归两部分理论进行了分析,并建立了相应的波束形成器。仿真表明:基于最小最大概率机的波束形成方法相比传统线性自适应波束形成方法在过载、干扰方向与目标方向相接近等情况下具有优越的性能。