智能天线下行波束赋形技术是目前学术界研究的一个重点。这个技术在未来的通信系统中占有非常重要的地位。其主要表现在未来通信系统的业务需求上，这种业务需求将导致下行容量大于上行容量。在基站端采用智能天线可以解决这一问题。　　 利用智能天线来进行下行波束赋形虽然能提高系统容量，改善系统性能，但也存在两大技术难点。一个是下行信道估计的准确性问题，另外一个是缺少有效的下行波束赋形算法。　　 本文主要基于以上两点给出了一些研究和探索：　　 ①介绍了智能天线的基本原理和经典的波束形成算法，重点分析了LMS算法、SMI算法、RLS算法以及CMA算法，并对比分析了它们的优缺点。　　 ②介绍了窄带信号模型、噪声信号模型，以及上下行链路信道模型，给出了几种基于DOA估计的下行信道协方差矩阵的估计方法，主要包括经典的MUSIC算法、空间平滑算法及ESPRIT算法，介绍了这些算法的原理，并分别对其进行了计算机仿真，分析了算法的优缺点。　　 ③论文在分析了最常用的高分辨率DOA估计方法即基于子空间的算法的基础上，针对传统的高分辨率方法不能解相干的问题，给出了两种改进的解相干的DOA估计方法。一种是基于均匀线形阵列的相关Toeplitz矩阵构造方法，建立了一种Toeplitz矩阵构造方式，并对其进行波束域处理，结合子空间法形成一种相干信源方位估计的高分辨方法。这种算法没有阵列孔径损失，低信噪比情况下性能优于传统的空间平滑算法，计算量小，但是有一定的局限性，适用于实相干信号或者相干源基带信号的相位相同。另外给出了一种利用最大特征矢量构造Toeplitz矩阵解相干的方法，该方法实现简单，相对于常规的解相干算法有更好的估计性能，但是要求相关系数为1。仿真验证了这两类方法的有效性。　　 ④基于发射端仅知道接收用户的角度信息，不能利用信噪比作为发射多播赋形的准则，给出了使用户的赋形增益最大化作为赋形目标的两种算法，比较这两种算法的性能，并与具有完整信道信息的情况进行比较。仿真结果表明发射功率相同时，基于角度信息的多播赋形算法能明显的提高用户的接收信噪比，与基于完整信道信息的多播赋形算法相比有较小的性能损失；最大一最小赋形增益算法和最大平均赋形增益算法相比具有更好的赋形效果；采用多阵元的天线阵列具有比较好的赋形效果。