随着阵列信号处理的日益发展，其在现代信号处理的地位也越加显著，并在诸多领域，如：雷达、通信、射电天文以及医学诊断等得到了广泛应用。通过对传感器阵列赋以不同的系数获得最优的输出性能是自适应波束形成的目标，也是阵列信号处理的重要组成部分之一。传统的自适应波束形成都是在理想情况下得到的，在实际应用中并不能满足，这会导致算法性能的下降，因此，波束形成算法的鲁棒性分析十分必要。并且现有的大多数算法都是在远场平面波前假设条件下得到的，但是在车载系统、电话会议远场假设并不成立，所以研究近场波束形成算法及其鲁棒性能对于实际应用显得尤为重要。本文针对最差环境下的近场波束形成的鲁棒性能问题进行了深入研究。首先，推导了近场球面波的阵列响应的表达式，近场阵列响应不仅是方位的函数，也是信源与传感器阵列之间距离的函数，要比远场平面波信号的提取与接收更为复杂。其次，利用均匀圆形阵列的球面波信号模型研究了SMI和LSMI算法在近场范围内的输出性能，针对采样个数以及输入信噪比等因素进行了对比分析，证明了两种算法均可以应用于近场波束形成，且LSMI算法对小样本信号具有较好的鲁棒性，能有效地避免噪声小特征值对应的特征向量对最优权重向量产生的扰动。再次，重点研究了最差环境下近场波束的形成算法，详细推导了波束形成算法的形成过程。引入椭球体约束集实现对任意方向向量失配的信号的无失真接收并将优化问题化简成为凸优化问题，采用内点法求取最优的权重向量。最后，将该波束形成算法分别用于近场环境下单个波束以及多波束形成领域，验证了算法对于方向向量失配，采样个数较少，以及高输入信噪比情况都有较好的鲁棒性，得到了良好的输出性能。仿真结果验证了该算法的有效性及适用性。