目前各国海军的主要军事力量的潜艇具有较强的突防能力和良好的隐蔽性。潜艇在水下活动，能尽早检测到敌方的探测脉冲，并根据脉冲信号参数估计目标方位及其它参数，对提高潜艇的威胁判断、攻防转换，对提高潜艇的防御能力和防御效果，都具有重要的意义，在军事应用和海洋探测中也具有很高的应用价值。因此如何在单脉冲时间长度内完成稳定的目标检测和方位估计，是自适应波束形成方法应用于水声定位系统中应重点解决的问题。本文期望能提出一种算法可以利用尽可能短的数据长度，来实现稳定、优化的权向量估计。论文首先回顾了常规波束形成算法以及两种适用于短脉冲信号估计的直接数据域（DDD）算法和时域解析MVDR算法的原理并对比分析了他们的性能。理论分析及仿真实验表明：现有的水下定位系统中仍广泛采用的常规波束形成方法，目标检测和方位分辨性能较低，而DDD有较高的旁瓣和较宽的波束宽度，且构造噪声矩阵付出了减少权向量个数的代价，DDD的波束宽度进一步变宽。而时域解析MVDR（TAMVDR）在时域实现权向量优化估计，只需要2000个左右数据点，而且取得了更好的波束性能和更高的阵增益，而且分辨力更高，推进了MVDR技术在短脉冲中得应用。为实现短数据条件下权向量的稳定优化估计，本文在DDD算法和TAMVDR算法的基础上，针对短脉冲信号不能得到良好估计的问题，提出了一种短数据长度条件下可以实现权向量稳定优化估计的方法——时空联合估计权向量的MVDR自适应波束形成方法（TSMVDR）。TSMVDR结合时域解析信号的MVDR自适应波束形成（TAMVDR）算法中构造时域解析信号的方法和直接数据域（DDD）算法中空间滑动的方法，以减少一半权向量为代价,实现了在更短的数据长度下稳定优化地估计协方差矩阵和权向量。数值仿真实验和海上实验数据处理结果表明，与CBF和DDD相比，TSMVDR采用时空联合的方式对协方差矩阵和权向量进行估计，具有更好的稳定性；且TSMVDR的目标函数为信号功率，因此具有更好的波束性能，即主瓣更窄，旁瓣更低，阵增益更高。TSMVDR实现自适应权向量的稳定优化估计只需300个左右数据点，所需数据长度比TAMVDR更短，使得它更适用于超短脉冲的自适应处理。但是由于TSMVDR付出了减少一半权向量的代价，波束性能比TAMVDR有所降低。