在阵列信号处理系统中,远场假定理论的使用大大降低了波束形成问题的复杂度,然而当信源位于阵列近场区域,假若仍采用远场假设,必然会导致系统输出性能的降低甚至是失效。与此同时,随着电子信息技术的迅猛发展,电磁环境日益复杂,如何在复杂环境中实现对多个目标实现精准有效地分辨、识别、监测,使得近场多波束形成的鲁棒性能研究具有很重要的现实意义。经典自适应波束形成算法LCMV采用方向性约束条件时,对指向偏差具有一定的鲁棒性,然而通过仿真发现在近场以及多波束形成当中虽具有可行性,但性能不够理想,对此论文中将LCMV的方向性约束条件进行转化,并用椭球不确定集进行约束即基于不确定集的LCMV(USC-LCMV)算法,最终求解最优权值的问题转变为凸优化中的二阶锥规划,利用内点法求得的最优权值可以准确指向期望信号,并对期望信号导向矢量偏差具有不错的鲁棒性。之后针对阵列空间分辨率制约着波束形成算法的角分辨率,当干扰信号落在波束主瓣时,算法性能急剧下降的问题,参照宽带时域波束形成算法扩展到空时最优处理器,在此基础上研究了近场空时USC-LCMV算法,在近场范围内将空域与时域滤波有效结合,实现空时二维滤波,由空时二维导向矢量得到的权系数不仅可以满足信号方向矢量响应还要实现与频率相关的时域矢量的响应,从而在空域滤波失效时,假若期望信号与干扰频率有差别即可从时域实现对干扰的抑制,保证算法仍有比较好的输出性能。通过仿真实验发现空时UCS-LCMV算法在近场及多波束形成当中对阵列空间分辨率具一定的鲁棒性。