阵列信号处理是信号处理的一个关键部分。当代战场上,雷达系统正面临着十分复杂的应用环境,因此,对雷达的作用效果也提出了越来越多的要求。雷达信号处理的要求不仅是实时性,更要求其具有抗干扰、抗辐射等特性,阵列信号处理因其具有诸多优秀的特性而在雷达领域得到广泛应用。自适应数字波束形成(ADBF)技术能够充分利用阵列天线接收到的信息,通过一定准则约束下的自适应加权运算,形成特定指向的波束,并同时进行抑制干扰、去除噪声和波束扫描等操作。而ADBF算法是ADBF技术使用的关键,本文围绕阵列信号处理中两个主要组成部分之一的自适应数字波束形成技术展开研究,旨在从降低误差,增加算法稳健性和提高收敛速度三个方面对该技术算法进行优化,令ADBF技术能更好地运用在系统实践中。论文的主要研究工作:1.对阵列信号处理中阵列信号模型在时域和空域的不同表达形式进行分析,在此基础上罗列了阵列天线应用于不同情况下的三种统计模型,并简要说明三种模型性能及适用范围。选取阵列协方差矩阵和信源数估计两个有关阵列信号处理的数学知识作重点分析。2.基于波束形成技术希望达到的效果,选择数字方式进行波束形成,并对数字波束形成(DBF)的最佳权矢量作详细讨论。ADBF技术结合了自适应信号处理和空域滤波处理,根据不同的已知条件和滤波效果需求,给出了自适应波束形成的三种最优化准则。通过对三种准则作仿真发现,虽然三种最优准则在不同条件下得到的加权表达式不同,但在理想情况下求出的加权值都相同,都为最优解,因此在系统应用中可根据环境的变化选择最适合的加权准则。3.对ADBF技术组成部份之一的波束形成器原理作出详细说明。在对比传统概念下滤波和自适应概念下滤波的基本工作流程,以及滤波性能后,分别给出参考不同最优准则下的两种自适应滤波器,称为维纳(Wiener)滤波器和凯彭(Capon)滤波器。最后,结合权矢量更新的自适应方法,对最小均方误差(LMS)算法实现流程和收敛性作出详细分析,在完成算法仿真并作性能分析后与递推最小二乘(RLS)算法的作用效果进行对比。