自适应数字波束形成(ADBF)技术作为阵列信号处理的重要分支之一,在雷达、声纳、无线通讯、射电天文等诸多领域得到了广泛的应用。经过几十年的发展,ADBF技术的基本理论框架和算法已经相当成熟,但在非理想环境下仍存在大量的问题尚未解决。本文主要研究非理想环境下的ADBF算法,内容包括冲击噪声下的ADBF算法、自适应方向图控制(APC)算法、稳健ADBF算法以及基于压缩感知(CS)的ADBF算法等几个方面。主要工作概括如下：1.研究冲击噪声下的自适应数字波束形成算法大量的实验数据表明,许多实际环境中的噪声都是非高斯的,更适合采用冲击噪声来建模。由于在冲击噪声下阵列接收信号的二阶及二阶以上的统计量均不存在,传统的ADBF算法不能直接适用。为此,首先给出适用于任意冲击噪声下的归一化广义旁瓣相消器(GSC)算法,算法通过先对输入信号进行无穷范数归一化处理,再进行维纳滤波的方法提高波束形成在冲击噪声背景下的性能。其次针对采用协方差矩阵求逆(SMI)算法的自适应波束形成器旁瓣较高的问题,推导出适用于任意冲击噪声的归一化线性约束特征干扰相消器(LCEC)算法,算法通过对归一化后生成的二阶统计量进行特征分解并将加权矢量置于噪声子空间的方法,显著提高了采用SMI算法的波束形成器在冲击噪声下的性能。2.研究自适应方向图控制算法ADBF算法可以抑制干扰,但通常旁瓣电平较高。针对此问题,首先给出基于变换矩阵的自适应方向图控制算法,算法利用变换矩阵抑制干扰,然后对经过变换矩阵后的信号在最大信噪比(SNR)准则下进行波束形成,并证明其方向图为经过变换矩阵的静态方向图。其次,以先输出静态方向图,后进行干扰抑制为目的,通过利用经过特征分解得到的干扰子空间修正线性约束最小方差(LCMV)静态加权矢量中的约束矩阵和约束响应矢量,给出基于特征向量的线性约束最小方差自适应方向图控制算法。最后,利用奇异值分解(SVD)对输入信号矩阵直接处理得到的干扰信息修正静态加权矢量,推导出基于SVD的自适应方向图控制算法,算法可在抑制干扰的同时保持波束静态方向图的旁瓣特征,并有效减少了算法的运算量。3.研究稳健自适应数字波束形成算法在低快拍或者导向矢量存在误差时,ADBF算法会出现期望信号相消、旁瓣电平升高等稳健性问题。为此,首先通过对接收信号协方差矩阵进行非线性指数处理,给出一种低快拍下的稳健波束形成算法。其次,利用变换矩阵进行自适应干扰抑制,给出一种部分自适应数字波束形成算法,该算法的运算量比全自适应波束形成算法大大降低。第三,推导出一种基于SVD的低快拍稳健波束形成算法,算法在快拍数小于阵元数时,即可形成有效波束,在只有一个干扰的特殊情况下,该算法只需一个快拍即可形成有效波束。第四,针对平顶响应稳健波束形成算法中需要主瓣宽度先验信息的问题,提出一种基于谱分析的稳健波束形成算法,算法根据导向矢量不确定范围自适应确定主瓣宽度,对导向矢量误差具有良好的性能。第五,针对存在导向矢量误差时,波束形成算法无法对期望信号保持最大增益的问题,提出基于导向矢量估计与范数约束的稳健波束形成算法,算法首先根据导向矢量不确定范围选择接收数据的信号子空间,然后通过将理想导向矢量向信号子空间投影估计真实导向矢量,最后利用范数约束通过二阶锥规划(SOCP)技术提高波束形成在低快拍下的稳健性。最后,针对多种误差情况,推导出基于最差情况最优化和范数约束的稳健波束形成算法,采用平顶响应保持对期望信号的最大增益,利用范数约束提高波束在低快拍下的性能,算法对各种误差均具有一定的适应性。4.研究基于压缩感知的自适应数字波束形成算法CS理论自诞生以来,因其优越的性能而受到了广泛的重视。将CS技术与阵列信号处理相结合,给出基于CS的ADBF算法。首先给出一种基于CS的阵列信号模型,并分析阵列接收信号的稀疏性,推导出一种单快拍自适应方向图控制算法。算法可在单快拍情况下,有效地抑制相干、非相干干扰,并保持较低的旁瓣。其次,给出一种射频单通道阵列信号模型,并结合CS技术分析阵列接收信号的稀疏性和约束等容(RIP)条件,提出一种基于CS的单通道稳健波束形成算法。算法在只有一个射频通道的情况下,可有效抑制相干、非相干干扰,并可避免因通道不一致性带来的问题,提高波束形成的稳健性。