自适应波束形成(Beamforming)是阵列信号处理领域中的一个重要研究方向,其利用空间多传感器阵列所构成的处理系统对空间信号进行发射或接收,在雷达、声纳、通信系统、智能家电以及智能会议系统中有着广泛的应用。但是,自适应波束形成算法的性能依赖于对入射信号、阵列以及环境的假设,对假设的准确性非常敏感。在实际的工程应用中,误差总是存在的,因此研究对误差稳健的波束形成算法很有必要。目前比较流行的稳健算法主要分为三类：特征子空间类、对角加载类以及凸优化类。第一类算法在低信噪比条件下性能损失严重,并且需要已知信号源的数目；第二类算法的缺点主要在于加载因子和实际误差的上下限没有可靠的确定方法；最后一类算法是近几年研究得最多的,这类算法的提出使波束形成算法的性能得到了很大的提升,但仍然存在一些缺陷,比如对阵元位置以及多径等误差比较敏感。本文的研究主要集中在特征子空间类和凸优化类算法上,针对实际应用中存在的误差提出了三种稳健的波束形成算法,主要内容和创新点如下：1.针对多约束线性约束最小方差算法输出信干噪比损失的问题,提出了基于复数约束的线性约束最小方差稳健波束形成算法。算法采用复数约束,并且约束是一个变量,最优的约束值可以在最大信噪比准则下求解得到,文中对算法进行了详细的推导。通过计算机仿真实验验证了该方法的有效性,算法有良好的输出性能,并且计算复杂度和常规的稳健波束形成算法相当。2.协方差矩阵估计是波束形成算法需要解决的关键问题之一,本文针对低快拍条件下,协方差矩阵估计误差较大的问题,提出了一种基于先验知识的稳健自适应波束形成算法,这种算法先利用矩阵重构的方法构造出不包含期望信号的协方差矩阵,再利用采样数据协方差矩阵来联合估计理论最优的协方差矩阵。对比实验表明该算法在低快拍条件下具有良好的输出性能。3.目前有学者提出了一种迭代的稳健波束形成算法,但当干扰的干噪比比期望信号的输入信噪比大时,算法可能收敛到干扰的方向。针对这一问题,本文提出了一种新算法,算法采用一种新的信号子空间估计方法,无需已知信号源的数目,并且在低信噪比条件仍然有效。用此方法可以得到干扰加噪声投影矩阵,然后利用期望信号与干扰加噪声空间的正交性对期望信号导向矢量进行估计,避免算法收敛到干扰方向。在迭代过程中,采用放宽的约束,从而保证期望信号在约束空间中,避免算法收敛不到最优解。最后通过仿真实验,验证了所提算法的有效性,并对算法进行了对比分析和总结。