阵列信号处理是近几十年来迅速发展的一个信号处理分支,广泛应用于雷达、声呐和无线通信等众多领域。波束形成是阵列信号处理的主要组成部分,它是在空间上抗噪声和干扰的一种处理过程。其中,盲波束形成技术由于不需要阵列流形和目标方位等先验信息,克服了传统波束形成方法对系统误差的敏感性,成为近二十年来波束形成领域的研究热点,并取得了丰硕的研究成果。然而,这些技术主要是针对通信和雷达信号的,较少涉及水声信号。随着现代国防的发展和对资源的需求,人类正掀起海洋开发的热潮,针对水声环境的盲波束形成技术成为一项重要而有意义的研究课题。本文以水下声呐系统为应用背景,旨在提高现有盲波束形成方法的性能并推广到水声阵列信号处理领域。本文的贡献主要包括以下几个方面:　　 1.建立了窄带阵列接收信号模型,以此为基础详细研究了波束形成的基本原理及其性能参数,分析了传统波束形成方法的性能和缺陷,对现有盲波束形成技术作了分类,并给出了其基本处理框架,以经典盲波束形成算法为例阐述了各类方法的基本原理,同时辅以计算机仿真实验说明其性能。　　 2.为解决基于旋转不变技术的信号参数估计(ESPRIT)算法敏感于噪声自相关矩阵误差的问题,基于多数实际环境中阵列噪声具有时间不相关性的事实,以水下声呐系统为应用背景提出了一种改进算法。该算法不需要噪声自相关矩阵的信息,具有较强的稳健性。相比ESPRIT,改进算法的计算量较小。　　 3.深入分析了二阶盲辨识(SOBI)算法的性能,指出该算法依赖于误差容限的设置,该值设置不当时可能造成算法收敛较慢。本文通过引入新的优化准则提出了一种改进算法。该算法实时可控,收敛速度快。计算机仿真结果表明,在低采样数和高信噪比时改进算法较SOBI算法有更高的阵列响应矩阵估计精度。　　 4.针对许多声呐信号具有非对称分布的实际问题,提出了一种基于三阶累积量的盲波束形成算法。与基于四阶累积量的方法相比,提出的算法具有估计误差小、性能稳健等优点。　　 5.提出了一种适用于周期平稳声呐信号的盲波束形成算法,该算法通过引入一个可选控制向量,将两个向量的互相关转化为向量与标量的互相关,有效解决了周期自适应盲波束形成(CAB)算法在采样数和阵元数较大时计算开销过大的问题。通过计算机仿真可以看出,改进算法与CAB算法有几乎相同的空间滤波能力。针对PM算法无法分离两个以上源信号的线性混合的问题提出了一种改进算法,将其推广到分离任意个信号混合的情况。　　 6.为有效克服DOA盲估计算法——KR-MUSIC计算最大、应用范围有限的缺点,提出了一种基于旋转不变阵列的改进算法。该算法放松了对阵列的均匀线性约束,扩大了使用范围,避免了计算量较大的谱搜索过程,同时增加了DOA估计个数。计算机仿真实验从多个角度验证了改进算法DOA估计能力的提高。