本来就是非常有限的频谱资源在移动通信技术的迅猛发展条件下，变得越来越稀缺和珍贵。为了减小移动通信信号在复杂的信道环境里衰减，提高移动通信系统的接收与发射性能，人们提出了增强信号的概念。智能天线就属于这个范畴。智能天线用于空间资源的开发，因此，智能天线技术可以归因于一种空域和时域上的滤波器。由于智能天线技术有很强的抗干扰能力，加上它还具有抗多径和抗衰落能力等特点，于是广大科研工作者对智能天线技术投入了极大的关注。其工作原理是在给定了天线阵列各个阵元的采样数据后，确定信号源数，然后估计信号的参数以及形成波束，关键在于自适应波束形成。天线的波束形成要想引入了自适应控制系统，其技术难点是如何通过波束形成算法来自适应地控制天线的方向图，让天线的电磁波能够实现指向性的收发。因为系统的快速收敛性和电路的复杂性依赖于波束形成算法，所以选择什么样的波束形成算法来形成方向图，这对于智能天线系统是非常重要的。本文针对波束控制算法展开研究，波束算法包括非盲与盲两类算法。非盲类算法要求基站发送本地参考序列，而盲类算法则不用。首先，对盲和非盲两类自适应波束形成算法的计算量与性能进行比较研究，列举了一些具体的算法，并对这些已有的算法进行了演算和推导，以及利用MATLAB软件进行了仿真。通过比较研究发现，基于最陡下降梯度估计的LMS算法应用的范围相对更广一些，它特别适合在未知信号统计特性平稳的环境中使用。本文的LMS算法采用的准则是MMSE （最小误差准则）。其次，本文是在LMS算法的基础上，提出的一种改进方案，并利用HFSS进行了仿真验证。在保留原有算法优点的基础上，通过干扰信号的自相关值e(n)e (n d)来控制步长因子的变化，把LMS算法中的固定步长因子改进为变步长因子能够提高智能天线系统对自相关性较弱的噪声信号的抗干扰性能，使得这改进的LMS算法能够拥有更为广泛的应用场合。最后，对智能天线的自适应波束控制算法的研究进行了总结和分析，指出了将来的研究方向。